基于小波分析的矩特征和神經(jīng)網(wǎng)絡(luò)在車牌字符識別中的應(yīng)用研究.pdf

1、小波分析由于具有良好的時(shí)頻分析特性,已經(jīng)成為信號處理和圖像分析系統(tǒng)中的有效工具;神經(jīng)網(wǎng)絡(luò)因其較強(qiáng)的自組織學(xué)習(xí)、容錯(cuò)性、魯棒性以及非線性處理等能力,廣泛應(yīng)用于模式識別中.不變矩特征的抗噪性和相對于目標(biāo)幾何變換的數(shù)值穩(wěn)定性,使其被廣泛使用在各種目標(biāo)識別系統(tǒng)中.車牌自動(dòng)識別是機(jī)器視覺與模式識別技術(shù)在智能交通領(lǐng)域的重要應(yīng)用,進(jìn)行基于小波分析的矩特征和神經(jīng)網(wǎng)絡(luò)在車牌字符識別中的應(yīng)用研究,具有一定的理論意義和實(shí)踐價(jià)值. 本論文主要研究了矩特

2、征和神經(jīng)網(wǎng)絡(luò)分別在車牌字符識別的特征提取和字符分類兩方面的應(yīng)用.主要完成了以下幾方面的工作: 1.在廣泛查閱有關(guān)小波分析的文獻(xiàn)資料基礎(chǔ)上,總結(jié)了小波變換的良好時(shí)頻分析特性,概述了小波分析在圖像處理中的應(yīng)用情況; 2.介紹了傳統(tǒng)的幾種不變矩的概念,并對它們進(jìn)行了系統(tǒng)的分析與比較,給出了它們的優(yōu)缺點(diǎn),并分析了Hu矩、Hu組合矩以及Zernike矩的不變性; 3.針對傳統(tǒng)的矩特征只能反映圖像的全局特征,而不能刻畫圖像局