基于神经网络的综合集成车牌识别技术的分析与其应用

《基于神经网络的综合集成车牌识别技术的分析与其应用》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、图5．2墨西哥草帽函数⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯·。4j图5-3矩形邻域⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯·一J图5-4多分类器综合集成系统⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯·59图5+4易混淆的数字和字母⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯·61图6．1文档．视结构中各对象的交互关系⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．67图6-2一般车牌识别系统的构成⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯，．．⋯⋯⋯⋯⋯⋯⋯⋯⋯．72图6-3车牌识别系统图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．73图6．4灰度化处理的组成结构图⋯⋯⋯⋯⋯

2、⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．74图6．5预处理的组成结构图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．74图6-6二值化方法的组成结构图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．75图6．7字符切割的组成结构图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．75图6．8规一化的组成结构图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．75图6-9提取特征的组成结构图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．76图6—10字符识别的组成结构图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯76图6—11系统界面⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．76图6·12单

3、一步骤的方法集成⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯77图6—13集成系统图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯77图6—14原图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．78图6·15切割后的字符⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．78图6—16识别结果⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯78图6·17原图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．78图6一18切割后的字符⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．78图6一19识别结果⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯

4、⋯⋯⋯⋯⋯⋯⋯⋯⋯．78图6-20切割后字符图像的合成流程图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．79图6-21识别后字符模板的合成⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯8l图6-22系统连接算法流程图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．82、83表格清单表3·1彩色图像象素分类决策表⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．29表3-2不同灰度化方法下两种二值化方法的闽值(对应图3-6a)⋯⋯⋯⋯⋯⋯30表3-3基于SOFM的方法(对应图3-6a)⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一31表3-4不同灰度化方法下两种二值化方法的闽值(对应图3-6b)⋯⋯⋯⋯⋯．．3l表

5、3-5基于SOFM的方法(对应图3-6b)⋯⋯⋯⋯⋯一⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．31表5一l数字测试样本基于改进的粗网格特征网络识别结果⋯⋯⋯⋯⋯⋯⋯⋯52表5-2数字测试样本基于方向线索特征网络识别结果⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯53盎誊鑫。lj，；n。k。磊纛：滚建滋蕊鑫巍、r溢，gi表5—3表5—4表5—5表5—6表5—7表5—8表5—9表5．10数字和字母测试样本基于改进的粗网格特征网络识别结果⋯⋯⋯⋯一53数字和字母测试样本基于方向线素特征网络识别结果⋯⋯⋯⋯⋯⋯．．54省份汉字测试样本基于改进粗网格特征网络识别结果⋯⋯⋯⋯⋯⋯．．55省份测试样本基于方向线素特征识别结果⋯⋯⋯

6、⋯⋯⋯⋯⋯⋯⋯⋯⋯．56数字测试样本基于综合集成网络识别结果⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．62数字和字母测试样本基于综合集成网络的识别结果⋯⋯⋯⋯⋯⋯⋯⋯62省份汉字测试样本基于综合集成网络识别的结果⋯⋯⋯⋯⋯⋯⋯⋯⋯63单一网络与综合集成网络的识别结果比较⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．63；浚交i《谶撼载’懿囊第一章绪论模式识别诞生于20世纪20年代，随着40年代计算机的出现，50年代人工智能的兴起，模式识别在60年代初迅速发展成一门学科。它所研究的理论和方法在很多科学和技术领域中得到了广泛的重视，推动了人工智能的发展，扩大了计算机应用的可能性。几十年来，模式识别研究取得了大量的成

7、果，在很多地方得到了成功的应用。同时也应看到，由于问题本身的多样性和复杂性，现有的理论和方法离实际要求还有相当距离，一些根本的问题还有待进一步深入研究。1．1模式识别技术方法及其应用川模式的概念，广义地说，是存在于时间和空间中可观察的事物，如果我们可以区别它们是否相同或是否相似，都可以称之为模式。但模式所指的不是事物本身，而是我们从事物中获得的信息。因此，模式往往表现为具有时间或空间分布的信息。人们为了掌握客观事物，按照事物相似的程度组成类别。模式识别的作用和目的就在于面对某一具体事物时将其归入某一类别