没有合适的资源?快使用搜索试试~ 我知道了~
基于MATLAB的BP神经网络的数字图像识别 (2).pdf
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
0 下载量 92 浏览量
2021-09-14
19:20:36
上传
评论
收藏 1.09MB PDF 举报
温馨提示
试读
18页
。。。
资源推荐
资源详情
资源评论
基于 MATLAB BP 神经网络的数字图像识别
基于 MATLAB BP 神经网络的数字图像识别
【摘要】 随着现代社会的发展,信息的形式和数量正在迅猛增长。其中很大一部分是图像,图像可以
把事物生动的呈现在我们面前,让我们更直观地接受信息。同时,计算机已经作为一种人们普遍使用
的工具为人们的生产生活服务。如今我们也可以把这些技术应用在交通领域。作为智能交通系统
(InteUigent Traffic System ,简称 ITS)中的一个重要组成部分的车牌识别技术,当然就是其中的重点研
究对象。车辆牌照识别(License P1ate Recognition,简称 LPR),是一种关于计算机的包括图像处理、数
学技术、数据库、信息技术以及智能技术于一体的综合技术。用 MATLAB 做车牌识别比用其他工具
有许多优势,因为 MATLAB 在图像的灰度化、二值化、滤波等方面都有很大优势,所以,本次实验我
们利用 MATLAB 的这些优点来对车牌进行识别。
【关键词】BP 神经网络;图像识别;字符识别;特征提取;车牌;Matlab
一 课题研究背景
(一) 图像识别的提出及应用
随着信息化时代的不断发展,人们越来越多地使用信息化的手段来解决各种问题——办
公自动化、先进制造业、电子商务等利用计算机技术而产生的新兴行业正不断靠近我们的生
活。在信息社会中,我们每天都接触大量的数据——工作数据、个人数据、无意间获得的数
据等——在这些数据中,有些数据需要我们人工处理,而有些则可以利用计算机快速准确的
完成——字符识别就是其中的一个范畴。
字符识别是一种图像识别技术,他的输入是一张带有某种字符的图片,而输出则是计算
机中对于图片中字符的反应结果。所以,可以广泛的应用于各种领域:如,车牌检测、手写
识别、自动阅读器、机器视觉……在生活生产的各个方面都起到了非常重要的作用。
(二)图像识别技术的发展趋势
虽然图像识别技术还不是非常成熟,但现其已经有了很多可喜的成果,比如图像模式识
别,图像文字识别。并且其还在飞速的发展着,图像识别的应用正朝着不同的领域渗透着,
像计算机图像生成,图像传输与图像通信,高清晰度电视,机器人视觉及图像测量,办公室
自动化,像跟踪及光学制导 ,医用图像处理与材料分析中的图像分析系统,遥感图像处理
和空间探测,图像变形技术等等。从所列举的图像技术的多方面应用及其理论基础可以看出,
它们无一不涉及高科技的前沿课题,充分说明了图像技术是前沿性与基础性的有机统一。
可以预计 21 世纪,图像技术将经历一个飞跃发展的成熟阶段,为深入人民生活
创造新的文化环境,成为提高生产的自动化、智能化水平的基础科学之一。图像技术
的基础性研究,特别是结合人工智能与视觉处理的新算法,从更高水平提取图像信息
的丰富内涵,成为人类运算量最大、直观性最强,与现实世界直接联系的视觉和“形
象思维”这一智能的模拟和复现,是一个很难而重要的任务。“图像技术”这一上世
纪后期诞生的高科技之花,其前途是不可限量的。
随着 21 世纪经济全球化和信息时代的发展,作为信息来源的自动检测、图像识
别技术越来越受到人们的重视。 近年来计算机的飞速发展和数字图像处理技术的日趋
成熟,为传统的交通管理带来了巨大转变。图像处理技术发展相当快,而其中对汽车
牌照等相关信息的自动采集和管理对于交通车辆管理、园区车辆管理、停车场管理、交警
稽查等方面有着十分重要的意义,成为信息处理技术的一项重要研究课题。汽车牌照自动识
别系统就是在这样的背景与目的下进行研究开发的。车辆牌照识别(
License Plate Recognition,
LPR
)技术作为交通管理自动化的重要手段之一,其任务是分析、处理汽车监控图像,自动识
别汽车牌照号码,并进行相关智能化数据库管理。
(三)图像识别的机理
图像识别是人工智能的一个重要领域。 为了编制模拟人类图像识别活动的计算机
程序,人们提出了不同的图像识别模型。例如模板匹配模型。这种模型认为,识别某
个图像,必须在过去的经验中有这个图像的记忆模式,又叫模板。当前的刺激如果能
与大脑中的模板相匹配, 这个图像也就被识别了。 例如有一个字母 A,如果在脑中有个
A 模板 ,字母 A 的大小、方位、形状都与这个 A 模板完全一致 ,字母 A 就被识别了。这
个模型简单明了,也容易得到实际应用。但这种模型强调图像必须与脑中的模板完全
符合才能加以识别,而事实上人不仅能识别与脑中的模板完全一致的图像,也能识别
与模板不完全一致的图像。例如 ,人们不仅能识别某一个具体的字母 A,也能识别印刷
体的、手写体的、方向不正、大小不同的各种字母 A。同时 ,人能识别的图像是大量的,
如果所识别的每一个图像在脑中都有一个相应的模板,也是不可能的。为了解决模板
匹配模型存在的问题,格式塔心理学家又提出了一个原型匹配模型。这种模型认为,
在长时记忆中存储的并不是所要识别的无数个模板,而是图像的某些“相似性”。从
图像中抽象出来的“相似性”就可作为原型,拿它来检验所要识别的图像。如果能找
到一个相似的原型,这个图像也就被识别了。这种模型从神经上和记忆探寻的过程上
来看,都比模板匹配模型更适宜,而且还能说明对一些不规则的,但某些方面与原型
相似的图像的识别。但是,这种模型没有说明人是怎样对相似的“刺激”进行辨别和
加工的,它也难以在计算机程序中得到实现。因此又有人提出了一个更复杂的模型,
即“泛魔”识别模型。
所谓泛魔,即这个模型把图像识别过程分为不同的层次,每一层次都有承担不同职责的
特征分析机制称作一种"小魔鬼",由于有许许多多这样的机制在起作用,因此叫做“泛魔”
识别模型。这一模型的特点在于它的层次的划分。
自 20 世纪 60 年代初期出现第一代产品开始,经过 30 多年的不断发展改进,字符识别
技术的研究已经取得了令人瞩目的成果。目前印刷体的识别技术已经达到较高水平。识别范
围也从原来指定的印刷体数字、英文字母和部分符号,发展成为可以自动进行版面分析、表
格识别,实现混合文字、多字体、多字号、横竖混排识别的强大的计算机信息快速录入工具。
对印刷体汉字的识别率达到
98%
以上,即使对印刷质量较差的文字其识别率也达到 95%以
上。
(四)本文的研究内容
本文将以车牌作为研究对象,从数字、字母、汉字开始逐步提高识别的范围,针对图片
中的字符提出一套切实可行的识别算法,并且在试验中不断改进。在开发期间,以功能强大
的 Matlab 作为编程平台,利用一些行之有效的技术提高识别算法的性能,从而完成相应的
识别软件。
二 算法分析与设计
(一)特征分析
中国汽车牌照中使用的字符集包括59个汉字、25个大写英文字母(字母不包含I)和10个
阿拉伯数(0-9),三种类型共94个,且都是印刷体,结构固定、笔画规范。牌照在图像中占
有的高度从20个像素到50个像素不等。对于国内牌照来说,一般的车辆正面牌照中水平排列
着7个字符,其标准车牌样式:
XlX2·X3X4X5X6X7;X1
是各省,直辖市的简称:如“苏” 、
“桂”,或者特种车辆类型如“警”;
X2
是英文字母,表示各省的不同地区;
X3
从是英文字
母或阿拉伯数字;
X3X4X5X6X7
均是阿拉伯数字。
(二)技术路线
1 原理分析
由于车辆牌照是机动车唯一的管理标识符号,在交通管理中具有不可替代的作用,因此
车辆牌照识别系统应具有很高的识别正确率,对环境光照条件、拍摄位置和车辆行驶速度等
因素的影响应有较大的容阈,并且要求满足实时性要求。
图像输入
预处理 区域搜索与分
割
单字识别 字符特征提取 归一化 字符分割
图 2-1 牌照识别系统原理图
该系统是计算机图像处理与字符识别技术在智能化交通管理系统中的应用,它主要由牌
照图像的采集和预处理、牌照区域的定位和提取、牌照字符的分割和识别等几个部分组成,
如图1所示。其基本工作过程如下:
(1)当行驶的车辆经过时,触发埋设在固定位置的传感器,系统被唤醒处于工作状态;一
旦连接摄像头光快门的光电传感器被触发,设置在车辆前方、后方和侧面的相机同时拍摄下
车辆图像;
(2)由摄像机或CCD摄像头拍摄的含有车辆牌照的图像通视频卡输入计算机进行预处理,图
像预处理包括图像转换、图像增强、滤波和水平矫正等;
(3)由检索模块进行牌照搜索与检测,定位并分割出包含牌照字符号码的矩形区域;
(4)对牌照字符进行二值化并分割出单个字符,经归一化后输入字符识别系统进行识别。
2 总体设计方案
车辆牌照识别整个系统主要是由车牌定位和字符识别两部分组成,其中车牌定位又可以
分为图像预处理及边缘提取模块和牌照的定位及分割模块;字符识别可以分为字符分割与特
征提取和单个字符识别两个模块。
为了用于牌照的分割和牌照字符的识别,原始图像应具有适当的亮度,较大的对比度和
清晰可辩的牌照图像。但由于该系统的摄像部分工作于开放的户外环境,加之车辆牌照的整
洁度、自然光照条件、拍摄时摄像机与牌照的距离和角度以及车辆行驶速度等因素的影响,
剩余17页未读,继续阅读
资源评论
苦茶子12138
- 粉丝: 1w+
- 资源: 6万+
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- 目标跟踪-基于目标中心点同时进行目标检测+目标跟踪算法实现-项目源码-优质项目实战.zip
- Python《文本特征分析-全唐诗数据挖掘及分析 》+源代码
- Netron-Setup-4.5.0
- 可编辑的地图图形3-世界、各洲、美国地图.xls
- NineAi 新版ChatGPT AI系统网站源码
- Anaconda3-2022.10windows版本
- 基于Servlet的URL访问安全控制.doc
- 可编辑的地图图形-2-中国到省、到市、到县地图.xls
- 快慢指针法判断链表是否有环-go语言实现
- Python《金融新闻数据挖掘分析 (数据抓取、NLP算法分析、量化策略、回测框架等)》+源代码+项目说明
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功