XXXXXX
毕业设计说明书 ( 论文 )
作 者 : 叶超 学 号： XXXXXXXXXX
学院( 系): 电子电气工程系
专 业 : 电子科学与技术
题 目 : 基于模式识别与神经网络
的车牌号码识别系统设计
指导者：
评阅者：
2014 年 6 月
温 XX 讲师
副教授 XX
毕 业 设 计 说 明 书 （ 论 文 ） 中 文 摘 要
本设计主要是研究了目前两大主流字符识别方案，模式识别与 BP 神经网络
识别方案。 以 MATLAB 软件为平台设计系统， 比较了两种字符识别方案结果的准
确率，最终得出结论。本系统主要包括图像采集、图像预处理、车牌定位、字符
分割、字符识别五个部分组成。本文的图像预处理是将图像经过灰度化，图像增
强、边缘提取二值化等操作转化成便于定位的二值化图像。图像定位是采用基于
边缘检测、形态学处理的算法，该算法定位精度高。字符分割采用的方法是在二
值化后的车牌部分寻找连续有文字的块，大于设定阈值的长度部分则切割。最终
本文将通过比较模式识别与 BP 神经网络识别的算法，通过结果分析得出优点与
不足，并为以后的进一步研究与改进提出了意见和建议。
关键词 模式识别 BP 神经网络识别 MATLAB
毕 业 设 计 说 明 书 （ 论 文 ） 外 文 摘 要
Title
Based on pattern recognition and neural network
license plate number recognition system design
Abstract
This design aims at studying the two current main character recognition
program, pattern recognition and BP neural network recognition
program.Based on MATLAB software platform to design systems, this design
compares two character recognition program results' accuracy, finally it
reaches the conclusion.The system mainly includes five parts: image
acquisition, image preprocessing, license plate location, character
segmentation and character recognition. Image pre-processing of the paper
is the image through the gray, image enhancement, edge extraction
binarization operation into easy positioning of the binary image.Using the
character segmentation method is part of the license plate binarization
looking after consecutive blocks with text, setting the length of the part
is greater than cutting the threshold .This article will compare the final
pattern recognition and BP neural network algorithm, the analysis of the
results obtained by the advantages and disadvantages.For future further
research and improvement put forward opinions and suggestions.
Keywords Pattern recognition BP neural network recognition MATLAB
目 录
1 绪论 ?????????????????????????????? 1
1.1 课题背景及意义 ????????????????????????? 1
1.2 课题设计任务 ?????????????????????????? 3
1.3 本文的章节安排 ????????????????????????? 3
2 系统方案论证 ??????????????????????????? 4
2.1 软件开发可行性论证 ??????????????????????? 4
2.2 系统设计方案论证 ???????????????????????? 4
3 系统设计 ???????????????????????????? 6
3.1 图像采集 ???????????????????????????? 6
3.2 图像预处理 ??????????????????????????? 6
3.3 定位和分割 ?????????????????????????? 15
3.4 字符识别 ??????????????????????????? 23
3.5 模板识别系统结果与分析 ???????????????????? 24
3.6 小结 ????????????????????????????? 26
4 人工神经网络字符识别 ?????????????????????? 27
4.1 BP 网络模型结构 ??????????????????????? 27
4.2 BP 神经网络的训练 ?????????????????????? 28
4.3 BP 神经网络结构和设计 ????????????????????? 29
4.4 结果分析 ??????????????????????????? 34
4.5 本章小结 ??????????????????????????? 35
5 GUI 界面 ???????????????????????????? 36
5.1 图形用户界面 ????????????????????????? 36
5.1 GUI 设计界面的操作步骤 ????????????????????? 36
结束语 ??????????????????????????????? 38
致谢???????????????????????????????? 39
参考文献 ?????????????????????????????? 40
附 录 A 模式识别主程序代码
?
????? ????? ???????
???
41
附录 B BP 神经网络识别主程序代码
?
??????????????
???
52
附录 C 图像模板
????????
????????????????
??
65
1 绪论
近年来，随着经济的发展，人们生活水平的提高，私家车数量迅速增加。城市大
力发展交通设施已跟不上车辆增长的速度， 即便是大力发展公共交通设施也难解决现
已存在的交通拥挤情况。 由于城市空间的严格限制以及政策资金的支持有限， 使道路
基础设施的建设受到了严格限制。 因此要保持交通建设与现代化管理的齐头并进， 建
设交通基础设施的同时，大力发展现代智能交通系统（ Intelligent Transport System,简
称 ITS）
[1]
。成为急需解决的问题。
1.1 课题背景及意义
车牌号码识别系统是智能交通系统的核心部分，汽车的号牌是车辆身份的象征，
类似于商品的条形码。车牌号码识别技术在交通系统中占据及其重要的位置
[2]
。该技
术应用范围也相当广泛，如：公共场所出入口车辆管理、交通流量监测、车辆违章记
录、车辆被盗追回等等， 使用价值不言而喻。对促进交通稳固持续发展有着极大地推
进作用。
1.1.1 车牌识别系统国内外研究现状
自 1998 年起，鉴于车辆普及的必然趋势，外国科学家就已经开始了对车牌识别
系统的研究
[3]
。当时的主要研究途径是分析车辆的图像，自动提取车牌信息从而确定
汽车牌号。在研究过程中，似然运用了很多的技术，但外界环境的多种多样，如外界
光线变化、 光路中的灰尘、 季节导致的环境变化及车牌本身的不清晰。 使得车牌识别
系统研究一直得不到较好的研究成果。 研究过程中采用了大量的数值运算， 并没有考
虑到针对具体情况分办法解决。 当时国外的研究机构为了解决图像的恶化采取的办法
是用主动红外照明摄像或使用特殊的传感器来提高图像质量。 但这么做造成的大量投
资成本使应用领域变得相对狭小，也打不成大范围推广使用的目的。当时以色列
Hi-Tech 公司的 See/Car System系列，香港 Asia VisionTechnology 公司的 VECON 产
品以及新加坡 Optasia 公司的 VLPRS 系列都是相对成熟的产品。但 VECON 产品和
VLPRS 产品主要适用于香港和新加坡的车牌， Hi-Tech 公司的 See/CarSystem通过多
种变形的产品来分别适应各个国家的车牌。只有 See/Car Chinese 系统可以对中国大
陆的车牌进行识别， 但当时这些产品都存在极大缺陷， 且对车牌中汉字无法识别。 这
些国家的产品虽然不同， 但几乎都采用的基于车辆探测器的系统， 导致了设备投资巨
大。国内在 90 年代也开始了对车牌识别系统的研究，目前相对成熟的产品有中科院
- 1
- 2
- 3
- 4
- 5
- 6
前往页