快速自適應(yīng)汽車牌照自動(dòng)識(shí)別技術(shù)研究與系統(tǒng)開發(fā).pdf

1、用計(jì)算機(jī)和CCD(ChargeCoupledDevice)攝像機(jī)識(shí)別出汽車牌照號(hào)碼的車牌識(shí)別系統(tǒng)(LPR)，已經(jīng)廣泛應(yīng)用到高速公路不停車收費(fèi)，車輛檢測(cè)，停車場(chǎng)監(jiān)控與管理，路面行駛車輛監(jiān)控等應(yīng)用中。 車牌識(shí)別系統(tǒng)是圖象處理、模式識(shí)別、人工神經(jīng)網(wǎng)絡(luò)(ANN)等技術(shù)在智能交通系統(tǒng)(ITS)中的具體應(yīng)用，這些技術(shù)一直是人們的熱門研究方向，已經(jīng)提出了許多方法和相應(yīng)的算法。用軟件實(shí)現(xiàn)車牌識(shí)別具有造價(jià)低，可維護(hù)性好的優(yōu)點(diǎn)，一直是一項(xiàng)研究和應(yīng)用

2、的重要課題。本論文主要圍繞設(shè)計(jì)和實(shí)現(xiàn)一個(gè)快速的，對(duì)來自不同的應(yīng)用場(chǎng)合、不同的環(huán)境下的汽車牌照?qǐng)D象具有良好適應(yīng)能力和魯棒性的車牌識(shí)別系統(tǒng)，在涉及到的相關(guān)領(lǐng)域進(jìn)行了展開之外，著重介紹了我們的車牌識(shí)別系統(tǒng)中的圖象處理分析方法和基于神經(jīng)網(wǎng)絡(luò)的識(shí)別技術(shù)。 論文首先介紹了車牌識(shí)別系統(tǒng)的一些基本概念，研究背景，研究現(xiàn)狀，實(shí)際應(yīng)用領(lǐng)域現(xiàn)狀。 論文的第二章在介紹了基于CCD器件的圖象采集系統(tǒng)之后，著重介紹了視頻采集的軟件技術(shù)和應(yīng)用于現(xiàn)場(chǎng)環(huán)

3、境時(shí)的用來提高采集圖象質(zhì)量的全天候圖象采集技術(shù)。 論文的第三章是在閱讀和研究了大量的基于圖象處理的車牌識(shí)別應(yīng)用和研究的資料、文獻(xiàn)后，總結(jié)出了車牌識(shí)別系統(tǒng)涉及到最密切的一些技術(shù)。本章著重介紹了在實(shí)際應(yīng)用中我們是如何采用這些技術(shù)的，并討論了一些方法的創(chuàng)新性研究。 論文的第四章和第五章在總結(jié)了車輛牌照子圖象的定位與分割技術(shù)基礎(chǔ)上，對(duì)基于車牌區(qū)域中的紋理和灰度等特征的快速自適應(yīng)(保證實(shí)時(shí)性的同時(shí)做到系統(tǒng)參數(shù)個(gè)數(shù)少、范圍寬)的圖象

4、處理分析方法進(jìn)行了詳細(xì)介紹，并將各個(gè)模塊用反饋機(jī)制組合起來。 論文的第六章在第五章的基礎(chǔ)上，在獲得車牌字符圖象后，利用人工神經(jīng)網(wǎng)絡(luò)對(duì)車牌字符進(jìn)行識(shí)別。主要介紹了用于提高神經(jīng)網(wǎng)絡(luò)收斂性能的字符圖象預(yù)處理方法和用于車牌字符識(shí)別的多神經(jīng)網(wǎng)絡(luò)集成方案，并詳細(xì)討論了BP網(wǎng)絡(luò)應(yīng)用方案的各個(gè)方面。 論文的第七章在前幾章的基礎(chǔ)上，簡(jiǎn)單介紹了我們的基于圖象處理和人工神經(jīng)網(wǎng)絡(luò)的車牌識(shí)別系統(tǒng)，并概括了系統(tǒng)軟件設(shè)計(jì)中用到的軟件設(shè)計(jì)思想。