欢迎来到天天文库
浏览记录
ID:34165808
大小:7.47 MB
页数:83页
时间:2019-03-03
《结合人工蜂群的车牌识别算法》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、万方数据论文编号:安徽理工大学硕士学位论文结合人工蜂群的车牌识别算法作者姓名:拗这专业名称:电路量丕统研究方向:蟹能信息处理皇适篮丕统导师姓名:鄞些莶塾援导师单位:电氢皇值:包王程堂院答辩委员会主席:医登型论文答辩日期:2014年5月31日安徽理工大学研究生处2014年6月1日万方数据ADissertationin.CirciutandSystemT■l●-●l●·-LicenseplaterecognitionalgorithmcombiningwithtiffcalbeedonCandidate:Sup
2、ervisor:LiuHuanGuoYecaiCollegeofElectricalEngineeringandInformationAnHuiUniversityofScienceandTechnologyNo.168,ShungengRoad,Huainan,232001,P.R.CHINA万方数据独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知,除了文中特别加以标注和致谢的地方以外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得塞邀堡王太堂或其
3、他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。学位论文作者签名:农醒酞日期:2辨么月上曰学位论文版权使用授权书本学位论文作者完全了解塞徵堡王太堂有保留、使用学位论文的规定,即:研究生在校攻读学位期间论文工作的知识产权单位属于塞徽壅墨太堂。学校有权保留并向国家有关部门或机构送交论文的复印件和磁盘,允许论文被查阅和借阅。本人授权安徽理工大学可以将学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存、汇编学位论
4、文。(保密的学位论文在解密后适用本授权书)学位论文导师签名签字日期:z口件年/月/目签字日期:加牌年多月/『日万方数据摘要随着我国经济的日渐发展,科技水平的提高,人们生活水平逐步上升,交通日渐发达,汽车越来越多,对交通的要求也越来越高。于是就出现了智能交通系统(IntelligentTransportSystems,简称ITS)。ITS的非常重要的一部分是车牌自动识别技术(LicensePlateRecogniton,LPR)。LPR主要包括3大部分,车牌定位,车牌分割以及车牌识别。人工蜂群(ABC)算法则
5、是Karaboga学者举出的一种寻找最优解的新方法,其将蜂群模型应用到实际的求最优解的问题中,这种算法容易实现并且速度快。为了提高车牌识别算法的鲁棒性,本文将人工蜂群算法分别应用到车牌定位、车牌分割以及字符识别这三个部分中。首先,在车牌定位模块中,传统的提取边沿方法中的阈值不容易确定,阈值选择的不好就会容易丢失边缘或产生虚假边缘,本文将用人工蜂群算法自动搜索最优阈值,得到很好的边缘图像,再结合形态学处理、像素跳变以及车牌的彩色纹理特征最终确定车牌的位置。其次,在车牌分割模块中,垂直投影法中车牌图像的二值化很
6、重要,而二值化主要就是找到合适的阈值,本文将应用人工蜂群算法自动寻找最佳的阈值,得到很好的二值车牌图像,再应用垂直投影法分割车牌字符。最后,车牌字符识别部分,本文采用BP神经网络(BackPropagationNetwork)法,而BP神经网络要寻找到合适的权重和偏置,本文将采用人工蜂群算法搜索初始权重和偏置,再利用BP神经网络识别车牌字符。通过仿真实验,本文算法能够很好的识别车牌。图[31]表【4】参[57】关键词:车牌自动识别;车牌定位;车牌分割;字符识别;BP神经网络;人工蜂群算法;分类号:TN911
7、万方数据AbstractAbs仃actWiththedevelopmentofeconomy,scienceandtechnology,ourlivingstandardsareimprovedandtransportationisalsodeveloping.Sincethecar’snumberisincreasing,therequirementoftransportationishigherandhigher.TheIntelligentTransportSystemscameintobeing.L
8、icensePlateRecognition(LPR)isaveryimportantpartofthesystem,consistbyLicenseplatelocation,LicenseplatesegmentationandLicenseplaterecognition.Artificialbeecolonyalgorithmisanewmethodtofindtheoptimalsolution,whi
此文档下载收益归作者所有