基于卷积神经网络的车牌智能识别系统的设计与实现

《基于卷积神经网络的车牌智能识别系统的设计与实现》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、９ｍ学校代码：１０巧５｜ＨＨＢ学号：２０１３４２２８０１６ｊ■／爲Ｗ乂夺ＳＯＯＣＨＯＷＵＮＩＶＥＲＳＩＴＹ—．－—ａｅｉ巧－Ｌ；ｊｇ；．严啦蒂ｊｉ議基于卷积神经网络的车牌智能识别系统的设计与实现ＤｅｓｉｇｎａｎｄＩｍｐｌｅｍｅｎｔａｔｉｏｎｏｆＩｎｔｅｌｌｉｇｅｎｔＬｉｃｅｎｓｅＰｌａｔｅ＾的：ＲｅｃｏｎｉｏｎｓｅｍａｓｅｄｏｎｏｍｏｕｔｏｎａｒａＮｉｔＳｔＢＣｌｉｌＮｅｕｌｅｔｗｏｒｋｓ；故敢ｇｙ＇户：研究生姓名刘宇杰：９Ｈ：是Ｉ指导教师

2、姓名黄鹤专业名称信息与通信工程研究方向信号与信息处理所在院部电子信息学院ｒ论文提交日期２０１６年６月＇，．：■‘■＇１／．＿，＇．；ｊ苏州大学学位论文独创性声明本人郑重声明：所提交的学位论文是本人在导师的指导下，独立进行研究工作所取得的成果。除文中已经注明引用的内容外，本论文不含其他个人或集体已经发表或撰写过的研究成果，也不含为获得苏州大学或其它教育机构的学位证书而使用过的材料。对本文的研究作出重要贡献的个人和集体，均已在文中明确方式标明。本人承担本

3、声明的法律责任。＼、论文作者签名：支０心日期：心Ａ苏州大学学位论文使用授权声明本人完全了解苏州大学关于收集、保存和使用学位论文的规定，质即论：学位论文著作权归属苏州大学。本学位论文电子文挡的内容和纸文的内容相一致。苏州大学有权向国家图书馆、中国社科院文献信息情报中也、中国科学技术信息研究所（含万方数据电子出版社）、中国学术期刊（光盘版）电子杂志社送交本学位论文的复印件和电子文档，允许论文被查闽和借阅，可Ｗ采用影印、缩印或其他复制手段保存和汇编学位论文，可Ｗ将学位论文的全部或部分内容编入有关数

4、据库进行检索。涉密论文〇本学位论文属年＿＿月解密后适用本规定。＾／非涉密论文扫论文作者签名：吝亦，曰期：么。Ｉ叫‘１＾＾每么－作‘导师签名：達一＿ｉ／斬＾日期：如基于卷积神经网络的车牌智能识别系统的设计与实现中文摘要车牌识别系统在现代交通管理控制领域的地位越来越重要，高度自动化的车牌识别软件，辅以必要的通信及存储服务，不仅可以极大地减轻交管部门的人力支出，还能减少工作失误，提升管理效率。日常背景下的车牌识别，具有背景复杂度较高、光照条件变化较大和车牌尺寸不固定等问题。车牌识别系统的关键技术可分为

5、车牌定位、字符分割和字符识别三个模块。针对这三个模块在处理日常背景下的车牌识别任务中存在的问题，本论文开展了以下研究：在车牌定位部分，为了解决基于普通灰度的边缘算法的不足，提出了彩色边缘算法，利用了车牌的彩色特征，解决了普通边缘算法中无效边缘过多的问题，提高了车牌图像的信噪比。随后，阐述了彩色边缘算法中参数的意义和选择依据。最后，提出了应用于形态学分析的形态规则，解决了候选区域过滤的问题，降低了误检率。在字符分割部分，首先提出了用于预处理阶段的彩色抑制的灰度转换算法，解决了蓝白车牌对比度低的问题。之后，应用了改进的行列重定位算法，解决了

6、车牌边框与车牌字符粘连的问题，并去除了黑边。接着，详细描述了结合连通分量分析和投影分析的车牌分割算法，并介绍了基于字符数量的字符查找和恢复算法，解决了车牌分割中字符缺失的问题。在字符识别部分，为了解决传统卷积神经网络直接应用于中国车牌字符识别存在的结构过于复杂的问题，提出了简化卷积神经网络和递归卷积神经网络两种新型结构，给出了相关的网络训练算法。最后的车牌字符识别实验证明，这两个新结构可以更加有效地识别车牌字符。实验证明，本文设计的车牌识别系统，定位准确率为98.95%，分割准确率为96.58%，识别准确率为98.09%，整体准确率为9

7、3.74%，识别速度为318毫秒/张，满足了实际应用需求。关键词：车牌识别；彩色边缘；字符分割；字符识别；卷积神经网络；提前停止算法作者：刘宇杰指导老师：黄鹤IDesignandImplementationofIntelligentLicensePlateRecognitionSystemBasedonConvolutionalNeuralNetworksAbstractLicenseplaterecognition(LPR)systemhasassumedincreasingimportanceinthefieldofmoderntr

8、ansportationmanagementandcontrolsystem.DevelopinganLPRsystemwhichcoulddealwithimagestakenfromstreetsand