基于bp神经网络的车牌识别技术

所需积分/C币:50 2019-03-27 14:47:36 6.09MB PDF
289
收藏 收藏
举报

讲述了什么是神经网络,已经bp神经网络如何在车牌识别中应用,通过本篇文章,可以实现简单的神经网络,当然浮渣的神经网络需要继续学习。
Dissertation submitted to Hebei University of Technology for The Master Degree of Communition and Information Systems THE RESEARCH ON TECHNIQUES OF CARLICENSE PLATE RECOGNITION BASED ON BP NEURAL NETWORK Shen jin Supervisor: Prof. Tang Hongmei December 2013 原创性声明 本人郑重声明:所呈交的学位论文,是本在导师指导下,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,本学位论文不包含任何他人或集体已经发表 的作品内容,也不包含本人为获得其他学位而使用过的材料。对本论文所涉及的研究 工作做出贡献的其他个人或集体,均已在文中以明确方式标明。木学位论文原创性声 明的法律责任出本人担。 学位论文作者签名: 日期:x13,12、1 关于学位论文版权使用授权的说明 本人完全了解河北工业大学关于收集、保存、使用学位论文的以下规定:学校有 权采用影印、缩印、扫描、数字化或其它手段保存论文;学校有权提洪本学位论文全 或者部分内容的阅览服务;学校有权将学位论文的全部或部分内容编入有关数据库 进行检索、交流;学校有权向国家有关部门或者机构送交论文的复印件和电了版 (保密的学位论文在解密后适用本授权说明) 学位论文作者签名: 日期:2v24.12° 导师签名 日期:>01 摘要 随着现在经济的快速发展,智能交通系统(IIS)屮的车牌识别技术(LPR)也随 之进入了更高层次的发展阶段,这项技术被广泛地应用在对车辆管理的多种场合,并 在现代交通控制系统领域中占有一席之位。在本课题的研究中主要运用了数字图像处 理以及B神经网络等相关计算机处理技术,对车牌识别系统中的预处理模块、车牌 定位模块以及牌字符分割和识别模块的些相关内容进行了研究分析,并运用 MATLAB仿真软件进行了模拟仿真。 首先,针对现在城市空气污染严重,雾霾天气频发的情况,在系统的预处理阶段 对采集到的含雾图像进行了图像去雾、灰度变换及图像滤波等处理。本课题对图像去 雾进行了重点论述分析,以暗原色先验为堪础,对基于暗原色先验去雾算法进行了系 统的研究,并提出了基于暗原色的改进的去雾算法,其核心思想是对其透射率估计的 改进,通过实验表明改进后的算法在解决去雾方面的问题上要优于原始算法,尤其在 白色及明亮区域能够真实的还原图像的原本颜色特征。 其次,在系统的车牌定位和字符分割模块中,分析了常用方法对对车牌区域进行 定位和分割存在的缺点及不足,通过研究采用了基于水平扫描、垂直投影的方法对图 像中车牌的区域进行了准确定位,并利用车牌区域的先验信息,选取了局部垂直投影 法,对车牌的字符串进行了字符分割处理,并将处理后的字符送入车牌识别模块进行 字符识别。 最后,论述了BP神经网终的相关理论及其算法流程,并针对我国车牌的特殊性 设计了相应的汉字网络、字母网络和数字字母网络,同时对各个网络中参数的选取进 行了分析研究,对设计后的网络进行了训练,实验表明所设计的识别网络不仅保持了 原始BP神经网络的非线性映射及自学习、自适应能力,而且增强了网络的泛化能力 和容错能力,提高了网络的识別正确率 关键词:智能交通系统暗原色车牌识别BP神经网络 ABSTRACT With the rapid development of economy, the license Plate recognition ( Lpr)of the ntelligent Transport System(ITS) has entered higher development stage. It has been widely applied in various occasions related to vehicle management, and occupies a place in the field of traffic control system. The technology of digital image processing, BP neural network has been used in our research work. Same modules related to image preprocessing, license locating, character segmentation and character recognition in license plate recognition system have been studied. The experiments have been done by MatlaB simulation software Firstly, considering the serious air pollution and haze weather in the city, some preprocessing operation have been done to the collected foggy images including the image defogging, grey level transformation and image filtering. Emphasis is placed on the image defogging in this part. The algorithm of image defogging based on the prior dark channel has been studied systematically. a modified algorithm has been proposed. The core idea of the modified algorithm is the improvement of the transmission rate The experiment results indicate that the aproved algorithm is better than the original on the image defogging, especially in the regions of the white and bright. The original characteristics of the colors in these regions can be restored Secondly, the shortcoming and deficiencies of the common method in the phase of license plate locating and segmentation have been explained in the corresponding modules The horizon scans and vertical projection are combined to locate the license plate. The loca vertical projection method has been applied to segment the characters by the aid of prior information of the license plate area. and the individual characters have been sent into the recognition module for the character recognition Finally, the related theories and algorithm process of the BP neural network have been introduced. In consideration of the particularity of the license plate in our country, the corresponding neural networks including Chinese network, letter network and letter-number network have been designed. The selections of the parameters in each network have been studied. And the three networks also have been trained The experiment insults show that the designed networks not only maintain the nonlinear mapping sclf-lcarning and adaptive ability of normal BP neural nctwork, and also enhance the generalization and fault tolerance ability. The recognition accuracy of the designed network has been improved Keyword intelligent transport system dark channel license plate recognition BP neural network http://www.ixueshu.com 目录 第一章绪论 1.1课题背景 1.2国内外车牌识別的研究现状 1.3我国汽车牌照的特殊性 14车牌识别系统的广泛应用 15本文的主要工作… 第二章图像的预处理 2.1图像去雾及常用算法 22基于暗原色的图像去雾. 2.3基于暗原色的图像去雾算法改进… 2.3.1改进算法的思想 2.3.2改进算法的实现过程 12 2.33改进算法的去雾结果及分析 24预处理其他操作 ……………………… 24.1图像灰度化 242图像拉 15 24.3图像滤波 卡非.4·非·垂卡, 25本章小结 -16 第三章车牌定位… 3.1车牌区域特征 3.2本文车牌定位算法 3.2.1基于行扫描的车牌水半定位 -18- 322基于投影法的车牌垂直定位 3.3本章小结 20 第四章车牌字符分割 21 4.1字符分割预处理 21 41.1车牌底色统 -21- 41.2倾斜矫正 22 41.3车牌边框的去除 4,2车牌字符分割 25 4.3字符归一化 26 44本章小结 27 第五章基于BP神经网络的车牌字符识别 -29- 51字符识别技术概述. -29 5.1.1我国车牌字符的组成 5.1.2字符识别的难点 30 5.1.3字符识别的方法 52BP神经网络 32 52.1人工神经网络的基本原理. 32 522BP神经网络概述 5.3基于BP神经网络的字符识别… 38 53.1字符特征提取… 532BP神经网终的结构设计 -40- 5.33BP神绎冈络参数设置 41 5.3.4设计的网络性能分析… 43 54实验结果及分析 面新 5.5BP神绎网络的不足与改进 曲面 15 56本章小结 “ 46- 第六章结论 49 6.1结论 62展望 参考文献 攻读学位期间所取得的相关科研成果 致谢 河北工业大学硕士学位论文 第一章绪论 1.1课题背景 伴随着近些年来经济的快速发展,人们的生活节奏也随之加快,进而使得各国的 汽车数量增加过快,交通状况也大不如前,交通日益拥挤,车辆堵塞情况严重,交通 事故频发。尤其近几年来,无论是在发达国家还是发展中国家,交通问题都已经成为 城市管理工作中的重要问题,它不仅制约着城市经济建设的发展,而且对市民的正常 生活也冇很大影响,而单的通过扩大城市道路的建设来改善交通状况的方法已经无 法适应时代的发展,因此需要寻找一种科学的、系统的管理方法来改善目前的交通状 况,所以智能交通系统这·领域的研究进入了快速发展阶段。 智能交通系统( Intelligent Transport System,ITS)是融合电子信息及控制技术 数据通信技术以及计算杋处理技术相结合的一种高效、快捷的交通管理系统,它的应 用范围广泛、功能作用强大,能够对各种交通状况进行合、有效的管理叫 该系统可以通过计算机等通讯设备对运行的车辆进行管理,对拥堵的交通状况进 行疏导,保证车辆快速、安全的通行,而实现对车轹监管的前提是确定车辆的身份信 息,即车牌号码,因此对智能交通系统中车牌识别技术( License Plate Recognition LPR)的研究有着重要的灾际意义。 1.2国内外车牌识别的研究现状 自20世纪术以来,随着数字图像处理技术的提髙以及对计算机视觉处理技术的 深入硏究,各个国家的学者们开始将精力投入到对午牌识别系统的相关研究中。近几 年来,由于对BP神经网络的研究取得·些成绩,人们开始关注将BP神经网络应用 于对车牌识别的研究中,随着研究的深入与成熟,车牌识别系统已经进入了市场应用 阶段,并取得了定效果 由于国外的交通业发展较早,通过多年研究,现如今,一些发达国家已经相继推 出了一系列较成熟的产品: (1)由以色列 Hi-Tech公司研制的一些车辆识别系统的软件,如 See/ Car System, 可以跨越国家车牌规范的不同进行使用,而这一些刎中的 See/ Car chinese就是根据中 国大陆的车牌规格而研发的识别产品,但是由于其对汉字的识别尚有欠缺,因此应用

...展开详情
试读 64P 基于bp神经网络的车牌识别技术
立即下载 低至0.43元/次 身份认证VIP会员低至7折
一个资源只可评论一次,评论内容不能少于5个字
您会向同学/朋友/同事推荐我们的CSDN下载吗?
谢谢参与!您的真实评价是我们改进的动力~
上传资源赚钱or赚积分
最新推荐
基于bp神经网络的车牌识别技术 50积分/C币 立即下载
1/64
基于bp神经网络的车牌识别技术第1页
基于bp神经网络的车牌识别技术第2页
基于bp神经网络的车牌识别技术第3页
基于bp神经网络的车牌识别技术第4页
基于bp神经网络的车牌识别技术第5页
基于bp神经网络的车牌识别技术第6页
基于bp神经网络的车牌识别技术第7页
基于bp神经网络的车牌识别技术第8页
基于bp神经网络的车牌识别技术第9页
基于bp神经网络的车牌识别技术第10页
基于bp神经网络的车牌识别技术第11页
基于bp神经网络的车牌识别技术第12页
基于bp神经网络的车牌识别技术第13页

试读结束, 可继续读7页

50积分/C币 立即下载 >