文档介绍：键部分一车牌定位作了较为深入的研究,研究探讨了几种车牌定位方法,以期摘要本论文是《智能交通系统谐蹬剖侗鸱椒ā费芯磕谌莸囊徊糠帧3辆牌照自动识别是智能交通系统中的关键技术。作为芯恐匾W槌刹糠种一的自动车牌识别是一个值得深入研究的课题。本论文针对自动车牌识别中的关得到定位精度高、计算速度快的车牌定位方法。首先介绍基于扫描行的方法进行车牌定位。此方法对二值化图像作简单的相邻像素相减,得到图像边缘,此时车牌每个字符都出现了外边缘和内边缘,然后用扫描行的方法对图像进行扫描,利用车牌区域字符的跳变个数及跳变距离,。神经网经自适应学习能力和容错性强,这是它用于车牌定位的最大特点。该方法先对神经网络进行训练,使它对车牌区域产生敏感,然后用滑动窗口对图像进行搜索,得到车牌区域。然后介绍结合数学形态学和综合颜色特征进行车牌定位。数学形态学对图像的特征提取和形状分析具有较强的功能。用形态学的闭运算和开运算,可以使牌照区域内部连通并与干扰区域分离出来,再根据车牌区域的面积大小进行筛选,最后本论文总结了上述各方法的优缺点,并概要介绍了车牌字符分割和字符关键词:智能交通系统;车牌定位;扫描行;神经网络:数学形态学;们就可以得到车牌区域。其具体的操作是在最后利用颜色特征选取车牌区域。其具体的操作是在中实现的。识别的方法。
甌鷖,锄甌甒籑;....;猯..,瓵瓵甌￡:;;¨
.插图索引图阈值型输入一输出特性⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图分段线性型输ⅰJ涑鎏匦浴褪淙搿J涑鎏匦浴图车牌定位流程图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图车牌自动识别系统结构图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图车牌识别系统框图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图车牌定位系统处理流程图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图车辆图像及其灰度图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图车辆图像二值化图象⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图车辆图像边缘图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图车辆图像经过中值滤波后的图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图车辆图像经过水平扫描的图像⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图最终图像⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图砑诵薪缑妗图运行结果界面⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图神经元模型图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图图多层前向网络⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图车牌定位系统的组成⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图车牌定位器原理⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图原始汽车牌照图像⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图粗定位结果⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图付ㄎ坏乃惴鞒獭图甀蹬葡付ㄎ弧图形态学基本运算⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图蛘驮怂闶疽馔肌图腐蚀运算示意图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图图像预处理流程图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图车牌原始欢度图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图车牌边缘二值化图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图闭运算⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图开运算⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图ㄇ蛎婊秆图ㄎ蛔钪胀肌
~图一图~图~图图位图位图位图位原定原定原定原定图图图图图图图图¨“『:一~●■
附表索引表腄
,车辆数目增长迅猛,道路交通运输日益繁忙。道路交通流量的急剧增大,使得交通拥堵和交通事故成为我国道路交通尤其是城市交通中颇受困扰的突出难题。日益严重的交通状况引起了人们的高度重视,人们开始考虑修建更多更宽的道路,然而修建新路的巨额资金和城市空间的限制使得这一方法的有效性大打折扣。近年来,,通信技术和计算机网络技术的道路交通运输系统的管理和监控技术的开发上。因此构建高效、安全、现代化的智能交通系统已成为当今的迫切要求。智能交通系统简称正是在这种条件下产生和发展起来的。智能交通系统是将先进的计算机处理技术、信息技术、数据通信传输技术、自动控制技术、人工智能及电子技术等有效地综合运用于交通运输管理体系统中,建立一种在大范围内、全方位发挥作用的准时、准确、高效的交道运输管理体系。智能化交通系统的开发,有利于对道路交通系统的根本改造,以充分发挥道路交通基础设施的最大效能,提高通行能力,早日建立新型的现代化道路交通系统。通过智能汽车和智能交通系统的开发和应用,可以改善交通安全、缓