欢迎来到天天文库
浏览记录
ID:34809571
大小:2.84 MB
页数:41页
时间:2019-03-11
《基于数字衅像处理车辆牌照识别》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、武汉科技大学硕士学位论文第1页摘要随着我国经济的发展、汽车拥有量的急剧增加,公路交通成为我国重要的交通运输途径。利用电子信息技术来提高管理效率和安全的智能交通系统已成为当前交通管理发展的主要方向。车牌识别是智能交通中的关键技术之一。以自动的车牌号码识别为基础,可以对车辆进行自动登记、验证、监视、报警,进而可以应用在多种场合。车牌识别系统一般包括车牌定位、字符分割和字符识别三个模块。本文主要研究了汽车牌照的定位,分割以及牌照中数字和字母的识别方法。文章首先介绍了智能交通系统和车牌自动识别系统的发展和现以及车牌自动识别系统的工作原理和流程:接着介绍了车牌的定
2、位的概念以及本文所采用的定位方法;按照系统流程由介绍了牌照的分割和分割所采用的方法;牌照分割之后详细阐述了车牌的字符识别方法。本文针对数字和字母分别采用不同的方法进行识别。数字的识别方法:采用数字轮廓结构特征和统计特征相结合的方法,并从中选出稳定的局部特征,利用结构语句识别的方法进行数字的识别。实验证明该方法能实现多种字体数字的准确识别,同时提高了识别速度。字母的识别本文采用了基于BP神经网络的方法:首先提取字母的结构特征,然后建立BP网络、训练网络、测试网路,实现对字母的识别。实验证明该方法的识别率较高。最后对本文的内容进行了总结,并对以后的工作进行了
3、展望。关键词:图像处理;特征提取;字符识别;BP神经网络第1I页武汉科技大学硕士学位论文AbstractWiththedevelopmentofOUreconomyandrapidincreaseoftheowningamountofautomobile,thehighwaycommunicationbecomesoneofthemostimportantcommunicationsandtransportationwaysinourcountry.IntelligentTransportationSystem(ITS)whichmakesuseofel
4、ectronicinformationtechnologytoraisemanagementefficiency,trafficefficiencyandtrafficsecuritybecomesmaindirectionoftrafficadministration.LicensePlateRecognition(LPR)isoneofthecriticaltechniquesfortheITS.ThesystemCanautomaticallyregister,v丽fy,monitorvehicleorreporttothepolicewitlla
5、utomaticrecognitionforvehiclelicenseplate.Soitcanbeusedinmanykindsofoccasions.LicensePlateRecognitionSystem(LPRS)consistsofthreemodulesingeneral,whichageasfollows:licenseplatelocation,charactersegmentationandcharacterrecognition.Thispapermainlyresearchestherecognitionmethodsoffig
6、urecharacterandlettercharacterinlicenseplate.ITSandLPRSarereviewedbrieflyinthefirstchapterofthispaperanddescribeshowaLPRSworks.ChapterTwodescribeshowtolocatetheplate.ChapterThreedescribeshowtocuttheplatefromtheimage.ChapterFoUrdiscussestherecognitionmethodoffigurecharacterinlicen
7、seplateindetail:adoptsamethodbasedonstructuralandstatisticalfeature,selectssteadylocalfeaturefromwhich,andmakesuseofstructuralsentencerecognition.ExperimentalresultsshowthatthemethodCanrecognizefigurecharactersuccessfullyinashortertime.ChapterFiveanalyzesthestructureofbackpropaga
8、tionartificialneuralnetwork丽tllrelevantt
此文档下载收益归作者所有