汽车车牌识别技术ppt课件.ppt

《汽车车牌识别技术ppt课件.ppt》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、基于神经网络的车牌识别系统的设计机电工程学院农业电气化与自动化2006.02纪阳汽车车牌识别技术概述IC卡识别技术条形码识别技术图像处理技术传统模式识别技术人工神经网研究的主要内容及关键技术车牌图像的定位车牌字符图像的分割车牌字符的识别2神经网络技术2.1神经网络概述2.2Hopfield神经网络概述神经元的模型神经元的输出由函数f表示，一般有以下函数表达式来表现网络的非线性阶跃函数分段线性型S型函数S型函数反映了神经元的饱和特性，由于其函数连续可导。调节曲线的参数可以得到类似阈值函数的功能，因此，该函数被广泛应用于许多神经元的输出特性中。神经网络的互连模式前向网络神经元分层排列，分别组成

2、输入层，中间层（也可以称为隐含层，可以有若干层组成）和输出层。每一层的神经元只接受来自前一层神经元的输入，后面的曾对前面的层没有信号反馈。输入模式经过个层次的顺序传播，最后在输出层上得到的输出。感知器网络和BP网络均属于前向网络。神经网络的互连模式2.有反馈的前向网络从输出层对输入层有信息反馈，这种网络可用于存储某种模式序列，如神经认知机和回归BP网络都属于这种类型。神经网络的互连模式3.内有相互结合的前向网络通过层内神经元的相互结合，可以实现同一层内神经元之间的横向抑制或兴奋机制。这样可以限制每层内可以同时动作的神经元素，或者把每层内的神经元分为若干组，让每一组作为一个整体进行动作。例如

3、，可利用横向抑制机理把某层内具有做大输出的神经元挑选出来，从而抑制其他神经元，使之处于无输出的状态。神经网络的输出对于每一个神经元，都有一个输出，并通过连接权值将输出传输给其相连的处理单元，输出信号直接依赖于处理单元的状态或激励值。这种依赖性通过输出变换函数对于处理单元的作用来表示。假如我们用来定义时刻的神经元的输出，那么神经网络的特性ANN在结构是由很多小的处理单元互相连接而成的，每个处理单元的功能简单，但大量简单的处理单元集体的、并行的活动得到预期的识别、计算的结果，具有较快的速度。ANN具有非常强的容错性，即局部的或部分的神经元损坏后，不会对全局的活动造成很大的影响。ANN记忆的信息

4、是存储在神经元之间的连接权值上，从单个全值中看不出存储信息的内容，因而是分布式的存储方式。ANN的学习功能十分强大，它的连接权值和连接的结构都可以通过学习得到。Hopfield网络描述Hopfield神经网络的模型特点:反馈性：稳定性：联想存储器Hopfield网络的能量Hopfield网络模型各要素只有两种离散的状态（一种称为活动，另一种称为非活动），即=1或=-1两种状态。由n个要素和连接权值构成的Hopfield网络具有的能量为Hopfield网络的工作方式主要有两种形式：串行（异步）工作方式：在任一时刻t，只有某一神经元i（随机的或确定的选择）依上式变化，而其他神经元的状态不变。并

5、行（同步）工作方式：在任一时刻t，部分神经元或全部神经元状态同时改变。Hopfield神经网络的重要结论联想记忆功能。优化计算。若将稳态视为某一优化问题目标函数的极小点，则由初态向收敛的过程就是优化计算过程。网络渐进稳定的前提是。网络的应用。Hopfield网络多用于在控制系统的设计中求解约束优化问题。3基于MATLAB神经网络识别3.1Matlab的神经网络工具介绍3.2车牌识别的前期处理3.3车牌图像的识别车牌图像的预处理图像的格式转换及尺寸归一化图像的灰度化图像的增强图像的二值化车牌图像背景色的统一图像的几何校正车牌上下边框和铆钉的去车牌字符的分割车牌图像字符识别方法统计模式法句法结

6、构方法逻辑特征法模糊模式方法神经网络方法利用Hopfield神经网络的字符识别方法将26个大写英文字母和10个数字表示成一个7*7的矩阵形式，可以画成一个正方形。由于Hopfield网络的记忆向量是n*1形式的向量，所以将这36个7*7的矩阵写成36个49×1的向量的形式。这组向量经过下式进行扩展：a=(a-0.5)*2将其范围从[0,1]变为[-1,1]。然后作为Hopfield网络的稳定状态来建立一个网络。数字特征提取a=[0001000001010000101000100010011111010000011000001]相应程序list=[a;b;c;d;e;f;g;h;i;j;k;

7、l;m;n;o;p;q;r;s;t;u;v;w;x;y;z;ab;ac;ad;ae;af;ag;ah;ai;aj;ak];%36行×49列globallist;globalnet;netIn=list'netIn=(netIn-0.5)*2;%转换为-1和1的输入列向量net=newhop(netIn)%构建Hopfield网络A(36)={[-1-1-11-1-11-1-1111-1-1-111-11-1-1-11-1