论文题目: 基于BP神经网络的车牌识别技术的研究
论文类型: 硕士论文
论文专业: 计算机应用技术
作者: 鲁军
导师: 闵华松
关键词: 车牌识别,车牌定位,字符分割,字符识别,神经网络
文献来源: 武汉科技大学
发表年度: 2005
论文摘要: 车牌识别技术是公安执法系统、高速公路自动收费系统、城市道路监控系统、智能停车场管理系统等诸多与智能交通相关的应用系统的核心技术。车牌识别技术可以应用于道路收费、交通等领域,起到节省人力成本、提高效率、改进管理体系等作用。随着我国汽车数量的迅速增加,车牌识别技术呈现出巨大的经济价值和现实意义。 本文对车牌识别系统的车牌定位、字符分割和字符识别进行了系统的研究。在车牌定位方面,本文采用了灰度跳变频率算法进行粗定位。利用车牌区域纹理丰富的特点找到各个可能的车牌区域,然后对这些车牌候选区域采取垂直方向的灰度投影来判别真伪车牌,获得唯一的车牌区域。在正确的粗定位的基础上,本文依据HSI颜色空间理论很好的实现了车牌的准确定位。 在字符分割方面,作者采用二值图像垂直投影法与先验车牌知识相结合进行字符分割。消除车牌左右两端定位精度对字符分割的影响。在字符识别方面,本文针对我国车牌的特点使用了汉字、英文字母和数字、英文3个神经网络进行识别。实验结果表明该识别算法取得了较好的识别效果。
论文目录:
摘要
Abstract
第1章 绪论
1．1 课题概述
1．2 选题的意义
1．3 车牌识别技术的研究现状
1．4 车牌识别技术的类别
1．5 本文的研究内容
第2章 车牌定位与图像预处理
2．1 图像预处理
2．1．1 图像的灰度转换
2．1．2 图像增强
2．1．3 边缘检测
2．2 车牌定位算法
2．2．1 直接法
2．2．2 多分辨率方法
2．2．3 基于数学形态学的车牌定位
2．2．4 基于神经网络的车牌定位方法
2．2．5 车牌底色的识别算法
2．2．6 本文的车牌定位算法
2．3 图像文件格式介绍
第3章 字符识别
3．1 字符图像预处理
3．1．1 灰度拉伸
3．1．2 二值化
3．1．3 字符的归一化
3．2 字符识别现有技术
3．2．1 模板匹配法
3．2．2 基于字符特征的字符识别方法
3．2．3 基于神经网络的字符识别方法
3．3 本文的字符识别方法
第4章 系统设计与实现
4．1 车牌定位
4．2 字符识别
第5章 实验结果
5．1 实验环境
5．2 实验方法及实验结果
第6章 结论与展望
附录:作者在攻读硕士学位期间撰写的学术论文
参考文献
致谢
发布时间: 2005-10-21
参考文献
- [1].基于BP神经网络的车牌识别技术的研究[D]. 申瑾.河北工业大学2014
- [2].基于分类BP网络的车牌识别技术研究[D]. 张华.中北大学2011
- [3].基于BP神经网络的图像压缩研究[D]. 高红.辽宁工程技术大学2008
- [4].基于改进BP神经网络的物体识别研究[D]. 张蕾.河南科技大学2008
- [5].基于BP神经网络的公交智能实时调度模型研究及系统实现[D]. 陈鹏.北京交通大学2008
- [6].基于BP神经网络汇率预测智能系统的开发与设计[D]. 樊柏强.湖南大学2014
- [7].基于BP神经网络的农户小额信用贷款风险评估系统的构建[D]. 邱自力.湖南大学2013
- [8].基于混沌优化方法的BP神经网络的印刷体字符识别研究[D]. 陈思.哈尔滨理工大学2010
- [9].基于BP神经网络的虹膜图像质量分类方法的研究[D]. 刘霏.山东师范大学2015
- [10].基于改进的模糊BP神经网络的图像分割方法研究[D]. 周鹏飞.太原理工大学2014
相关论文
- [1].基于神经网络的车牌识别算法研究[D]. 周亮.青岛科技大学2007
- [2].基于图像处理与神经网络的车牌识别技术的研究[D]. 马月涛.西安电子科技大学2007
- [3].基于神经网络的车牌识别技术的研究与应用[D]. 钟余.大连海事大学2007
- [4].基于BP神经网络的车牌模糊识别的研究[D]. 胡振稳.武汉理工大学2007
- [5].基于神经网络的车牌识别系统的研究与应用[D]. 周玉.中南大学2006
- [6].基于人工神经网络的车牌识别系统的研究[D]. 李飞.中北大学2007
- [7].基于神经网络的车牌识别系统研究[D]. 汤红忠.湘潭大学2004
- [8].基于神经网络的车牌识别技术研究[D]. 赵先军.西安电子科技大学2005
- [9].基于神经网络的车牌识别系统的研究与设计[D]. 章为川.西南交通大学2006
- [10].基于神经网络的车牌识别系统的研究与设计[D]. 厉旭.武汉理工大学2002