聚类与遗传混合优化rbf神经网络的车牌识别研究

《聚类与遗传混合优化rbf神经网络的车牌识别研究》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、硕士学位论文MASTER'SDISSERTATION论文题目聚类与遗传混合优化RBF神经网络的车牌识别研究作者姓名付栋学位类别工程硕士指导教师王振臣教授2016年5月中图分类号：TP273学校代码：10216UDC：621.3密级：公开工程硕士学位论文(应用研究型)聚类与遗传混合优化RBF神经网络的车牌识别研究硕士研究生：付栋导师：王振臣教授副导师：徐春阳高级工程师申请学位：工程硕士工程领域：控制工程所属学院：电气工程学院答辩日期：2016年5月授予学位单位：燕山大学ADissertationinControlEngineeringCLUSTERINGANDGE

2、NETICHYBRIDOPTIMIZATIONRESEARCHONLICENSEPLATERECOGNITIONBASEDONRBFNEURALNETWORKByFuDongSupervisor:ProfessorWangZhenchenYanshanUniversityMay,2016燕山大学硕士学位论文原创性声明本人郑重声明：此处所提交的硕士学位论文《聚类与遗传混合优化RBF神经网络的车牌识别研究》，是本人在导师指导下，在燕山大学攻读硕士学位期间独立进行研究工作所取得的成果。论文中除已注明部分外不包含他人已发表或撰写过的研究成果。对本文的研究工作做出重要贡献

3、的个人和集体，均已在文中以明确方式注明。本声明的法律结果将完全由本人承担。作者签字：日期：年月日摘要摘要车牌识别系统是智能交通系统的重要组成部分，目前该技术已广泛应用于停车场收费管理、小区出入车辆管理、高速公路自动收费、路口车辆监控等领域。车牌识别系统是一个涉及图像处理、神经网络、模式识别等理论的综合课题，该技术可以极大提高车辆管理水平和效率，并能够节省大量的社会资源，因此有着巨大的学术价值与应用前景。车牌识别系统由车牌定位、字符分割、字符识别三个模块构成。本文基于数字图像处理与神经网络的相关理论，对车牌图像预处理、车牌定位、字符分割、字符特征提取、RBF神经网

4、络字符识别等环节进行研究，并在MATLAB环境下进行了仿真实验。在车牌定位环节，首先对灰度图像进行灰度形态学处理来达到图像增强的目的，然后运用边缘检测与二值形态学组合的方法对车牌进行定位，最后根据车牌具有一定的宽高比等特征实现伪车牌的去除。在字符分割环节，首先运用Radon变换对车牌进行倾斜矫正；然后采用基于灰度跳变方法对牌照边框进行去除；最后，先用模板移动匹配的方法找到二三字符的间隔区域以将车牌分为左右两部分，然后用连通域与模板匹配相结合的方法分别对两部分车牌进行字符分割。在字符识别环节，首先对分割出来的单个字符进行大小归一化处理，然后对灰度字符图像提取Hog

5、特征，最后运用聚类与遗传相结合的方法对RBF神经网络的结构进行设计，并用设计好的网络实现牌照字符的识别。本文最后利用MATLAB软件设计了一个车牌识别GUI界面，实验结果表明，本文设计的牌照识别算法具有较高的准确性。关键词：车牌识别；边缘检测；Hog特征；聚类；遗传算法；RBF神经网络-I-燕山大学工程硕士学位论文AbstractVehiclelicenseplaterecognitionsystemisanimportantpartofintelligenttransportationsystem.Atpresent,thistechnologyhasbeen

6、widelyusedincarparkmanagementsystem,thevehiclemanagementsystemofcommunity,highwayautomatictollsystem,intersectionvehiclemonitoringsystemandotherfields.Licenseplaterecognitionsystemisacomprehensivesubjectwhichinvolvesimageprocessing,neuralnetwork,patternrecognitionandsoon,thetechnolog

7、ycangreatlyimprovethemanagementlevelandefficiencyofvehicles,andcansavealotofhumanresourcesandmaterialresources,soithasawiderangeofresearchvalueandapplicationprospectsThelicenseplaterecognitionsystemconsistsofthreeparts:licenseplatelocation,charactersegmentationandcharacterrecognition

8、.Basedonthet