| 【中文题名】 | 基于神经网络的车牌识别技术的研究与应用 |
| 【英文题名】 | A Study and Application on Techniques of Car License Plate Recognition Based on Neural Network |
| 【学科专业】 | 计算机应用技术 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-6-4 |
| 【中关键词】 | 车牌识别,图像分割,字符识别,神经网络,, |
| 【英关键词】 | License Plate recognition,Image Segmentation,Optical Character Recognition,Neural Network, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>计算技术、计算机技术>计算机的应用>信息处理(信息加工)>模式识别与装置 |
| 【论文摘要】 | 随着国民经济的迅速发展，我国的汽车数量迅速增加。虽然我国政府在基础设施建设上加快了步伐，高等级公路、停车场越来越多，但配套的道路、车辆管理系统却显得相对滞后，仍旧停留在以人工管理为主的水平上。科学、高效的利用好现有交通基础资源成为进一步挖掘我国城市交通能力的有效途径。由于牌照是确定汽车的有效手段，因此，车辆牌照识别(License Plate Recognition(LPR))系统在智能交通管理中发挥着基础性的作用。近年来，电子器件性能和制造工艺的提高以及数字图像处理、模式识别理论的成熟为在道路交通管理中引入计算机提供了条件。
车辆牌照识别(LPR)作为一个综合的实时计算机视觉系统主要包括牌照定位分割和牌照识别两个部分。它的研究主要涉及到了模式识别、人工智能、计算机视觉、数字图像处理等众多学科领域。车牌的定位分割更是该系统的关键之一，由于图像场景的复杂性以及车牌位置和图像质量的不可预知性，牌照定位分割系统一直都未做到令人满意，所以牌照的定位分割算法一直是该领域的研究热点。
本论文的研究重点主要包括牌照的定位、牌照中字符的分割和字符识别三部分，通过对图像处理和分析技术的综合运用以及对... |
| 【论文题纲】 |
|
摘要 |
5-6 |
|
Abstract |
6-10 |
|
第1章 引言 |
10-16 |
|
1.1 课题背景及研究意义 |
10-11 |
|
1.2 车牌识别技术研究现状 |
11-14 |
|
1.2.1 IC卡识别技术 |
11-12 |
|
1.2.2 条形码识别技术 |
12 |
|
1.1.3 图像处理技术 |
12-13 |
|
1.2.4 人工神经网络技术 |
13 |
|
1.2.5 我国汽车牌照识别的特殊性 |
13-14 |
|
1.3 课题主要研究内容 |
14-16 |
|
第2章 车辆牌照定位方法 |
16-27 |
|
2.1 图像分析与处理的基本方法 |
17-21 |
|
2.1.1 图像转换 |
17-18 |
|
2.1.2 边缘检测 |
18-20 |
|
2.1.3 灰度图像二值化 |
20 |
|
2.1.4 数学形态学 |
20-21 |
|
2.2 车辆牌照的预处理 |
21-23 |
|
2.3 车辆牌照的定位 |
23-27 |
|
2.3.1 车辆牌照的水平定位 |
24-25 |
|
2.3.2 车辆牌照的垂直定位 |
25-27 |
|
第3章 车辆牌照的字符分割 |
27-33 |
|
3.1 车辆牌照图像的标准化 |
27 |
|
3.2 车辆牌照图像的几何校正 |
27-31 |
|
3.2.1 霍夫变换原理 |
28-29 |
|
3.2.2 几何校正 |
29-31 |
|
3.3 车辆牌照字符分割 |
31-33 |
|
第4章 基于神经网络的识别原理 |
33-50 |
|
4.1 字符识别的结构方法 |
33-35 |
|
4.1.1 基于骨架 |
33-34 |
|
4.1.2 基于轮廓 |
34 |
|
4.1.3 基于局部图像 |
34-35 |
|
4.1.4 特征提取与识别的融合 |
35 |
|
4.2 字符识别的统计方法特征提取 |
35-37 |
|
4.2.1 全局特征 |
36 |
|
4.2.2 局部特征 |
36-37 |
|
4.3 分类器的选取 |
37-38 |
|
4.3.1 基于距离的分类器 |
37-38 |
|
4.3.2 神经网络识别 |
38 |
|
4.4 BP神经网络结构 |
38-43 |
|
4.4.1 神经网络理论 |
38-39 |
|
4.4.2 人工神经元模型 |
39-41 |
|
4.4.3 神经网络的学习 |
41-43 |
|
4.5 神经网络在字符识别中的应用 |
43-50 |
|
4.5.1 字符预处理 |
44 |
|
4.5.2 特征提取 |
44-45 |
|
4.5.3 分类器的选取 |
45-48 |
|
4.5.4 车牌识别系统的构成和试验结果分析 |
48-50 |
|
第5章 总结与展望 |
50-52 |
|
参考文献 |
52-54 |
|
攻读学位期间公开发表论文 |
54-55 |
|
致谢 |
55-56 |
|
研究生履历 |
56 |
|
| 【DOI】 | LunWen.ID:2.2008.388541 |
