中文摘要随着城市交通管理现代化水平的提高,建立在车辆牌照识别基础上的交通信号自适应控制系统、智能交通监控系统、GPS 车辆管理及导航系统、智能化交通管理系统应运而生
由于汽车牌照是机动车辆管理的主要标志符号之一,因此对车辆牌照识别系统的讨论就尤为重要,该讨论的核心是提高车牌识别准确性,这就需要识别算法能够对环境光照条件,拍摄位置和车辆行驶速度等因素的影响有较大的鲁棒性,并能够满足实时性的要求
本文设计的主要内容包括:运用 MATLAB 仿真软件对后台图像进行高速,准确的处理
主要工作是利用 BP 神经网络算法对牌照的字符识别进行了讨论
在牌照的定位之前,本文首先运用不同于当下传统的方法,而是结合当前比较热门的 BP 神经网络来对图像进行预处理,得到了比较突出的牌照信息
然后结合牌照自身的一些固有特征,用形态学的方法进行了车牌区域的准确定位;对定位得到的车牌,再次结合牌照内部细节特征,对车牌进行投影,从而得到了车牌较为完整的分割;最后在车牌字符识别阶段,以现今比较流行的神经网络为理论基础,在原有的神经网络算法基础上进行有效改进
仿真结果表明本算法在车牌识别中具有明显的优势
本文讨论内容的创新性体现在以下三个方面:(1)车牌定位阶段,采纳一个改进的自适应 PCNN 神经网络对图像进行预处理可以得到一个细节丰富,边缘完整的二值图像,随后基于牌照固有特征,结合一种新的形态学方法,可以得到多个车牌候选区域:(2)车牌字符分割阶段,为了满足算法实时性的要求,对畸变车牌进行预处理时,采纳字符的行特征来描述本文的倾斜校正算法,之后,基于改进的投影特征图对字符图像分割;(3)字符识别阶段,为了提高算法的准确性,采纳改进的 BP 神经网络
关键词:数字图像处理 车牌识别 字符识别 神经网络An Arithmetic Research Based On Neural Network for Ca