汽车牌照自动识别技术的研究

论文摘要

随着我国国民经济的高速发展,国内高速公路、城市道路、停车场建设越来越多,对交通控制、安全管理的要求也同样提高,智能交通系统(ITS)已成为当前交通管理发展的重要方向,而汽车牌照识别(LPR)作为智能交通系统的一部分起着举足轻重的作用,它在高速公路、城市道路和停车场等项目管理中占有无法替代的重要地位,它的广泛应用必将有助于我国交通管理自动化的进程。本文应用图像处理、车牌定位、字符分割、神经网络识别等相关技术来解决汽车牌照识别问题。首先采用灰度化、灰度均衡、图像滤波等方法将图像进行预处理,很好地消除了图像的噪音,强化了纵向纹理区,提高了图像的质量;通过对车牌特征和定位技术的研究,运用基于水平扫描和垂直投影的车牌定位方法,能够准确地搜索并定位车牌区域;采用基于汽车牌照的先验知识、Canny变换以及区域增长法的字符分割算法,完成了对车牌字符的准确分割;最后对神经网络的构成以及常用的字符识别方法进行了讨论,并着重分析了BP神经网络的理论原理和在字符识别中的应用。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 课题的研究背景及意义
• 1.2 国内外车牌自动识别技术的研究状况
• 1.3 汽车牌照自动识别技术概述
• 1.4 车牌识别技术中的难点
• 1.5 本文的主要研究内容及结构框架
• 第二章 车牌图像的预处理
• 2.1 图像的灰度化
• 2.2 图像二值化
• 2.3 图像增强
• 2.3.1 灰度变换
• 2.3.2 灰度均衡
• 2.3.3 图像滤波
• 第三章 汽车牌照的定位
• 3.1 常用的车牌定位方法
• 3.2 基于水平扫描与垂直投影的车牌定位方法
• 第四章 车牌字符的分割
• 4.1 常用的车牌字符分割方法
• 4.2 基于Canny 变换和区域增长的字符分割方法
• 4.2.1 汽车牌照的先验信息
• 4.2.2 车牌图片的预处理
• 4.2.3 车牌的倾斜校正
• 4.2.4 增强字符区域
• 4.2.5 字符的边缘检测
• 4.2.6 确定待分割字符区域
• 4.2.7 字符的分割和二值化
• 第五章 车牌的字符识别
• 5.1 字符识别技术简介
• 5.1.1 字符识别概述
• 5.1.2 常用的字符识别方法
• 5.2 神经网络理论概述
• 5.3 标准BP 神经网络
• 5.4 BP 神经网络的改进
• 5.5 BP 神经网络在车牌字符识别中的应用
• 5.5.1 字符预处理
• 5.5.2 特征的提取
• 5.5.3 分类器的选取及神经网络的设计实现
• 第六章 总结与展望
• 6.1 总结
• 6.2 展望
• 致谢
• 参考文献
• 研究成果