文档介绍：西南交通大学
硕士学位论文
基于小波包分析和BP神经网络的车牌识别算法的研究
姓名:周喜寿
申请学位级别:硕士
专业:机械设计及理论
指导教师:陈天星
20100501
摘要热点。智能交通系统在车辆跟踪、高速公路自动收费、停车场自动计费以及城市交通开始对车牌自动识别技术开展了深入地研究,提出了许多算法和方案,同时有一些产在字符识别方面,首先分析了字符识别的两种常用方法——模板匹配法和神经网经实验验证,本文所提出的整体方案有效可行,基于小波包分析和神经网络的关键诃:小波包变换;神经网络;车牌定位;字符识别西南交通大学硕士研究生学位论文第车牌自动识别技术是现代智能交通系统中的一项非常重要的技术,是近年来研究流量统计等方面发挥着极其重要的作用,而牌照是车辆的唯一标志,因此车牌自动识别技术在整个系统中处于核心的地位,具有重要的研究意义。国内外的研究人员已经品已经投入使用,但是因为其效果未能达到人们所期望的要求,离真正实用和通用的要求还有一定的差距。因此在如何提高车牌定位和识别算法的正确性和实时性方面,还存在较大的研究空间。本文在继承前人研究成果的基础上,将先进的理论工具一小波包变换运用到车牌识别中来,主要工作有以下几个方面:蹬贫ㄎ唬字符分割;址侗稹在车牌定位方面,首先对车牌图像进行灰度变换、平滑处理,通过分析传统图像增强的方法,提出了一种基于小波包变换的增强算法;结合边缘检测、形态学处理、投影法等算法,提出了一种基于车牌纹理特征的车牌定位算法。经过实验证明,该算法达到了预期的效果,,采用小波包变换的多分辨率方法,对车牌图像进行去噪处理,然后利用垂直投影和先验知识相结合的方法分割出单个字符区域。该算法的准确率和抗干扰性要比传统的投影算法要好得多。络法;提出了用小波包提取特征能量向量作为神经网络的输入向量,同时用学习率可变的动量神经网络对字符进行识别,使神经网络收敛性好,训练速度快。车牌识别技术在其识别率、速度性等方面具有独特的优势,前景广阔。
西南交通大学硕士研究生学位论文第,;;,甌.,琱瑆,,.,,.ィ猺,甌簍甌,,.畉,,:籰;
维殳名槐@褂帽臼谌ㄊ椤日期::煜馋日期:必.#籪西南交通大学学位论文版权使用授权书权西南交通大学可以将本论文的全部或部分内容编入有关数据库进行检索,可以采用本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授影印、缩印或扫描等复印手段保存和汇编本学位论文。本学位论文属于C芸冢年解密后适用本授权书;朐谝陨戏娇蚰诖颉啊獭指导老师签名:
日期:R詅卜西南交通大学硕士学位论文主要工作毕声明疍与疉转换之间导致图像边缘轮廓和线条变模糊。通过分析传统图像增强方法一紫榷猿盗就枷窠性ご硪换叶缺浠挥肫交恚康奈A讼布缏时保留大部分有用的高频信息,车牌区域对比度增强,改善了视觉效果。之后采用车本人郑重声明:所呈交的学位论文,是在导师指导下独立进行研究工作所得的成本人在学位论文中所做的主要工作或贡献如下:直方图均衡化与灰度拉伸法,实验表明,两者方法仅仅从整体上改变图像的偏暗或偏亮的情况,对关心的车牌区域与细节边缘情况增强效果不好,因而没有通用性。本文构造了小波包增强算法,通过小波包分解为低频子图、水平子图、垂直子图与对角子图,分析得出车牌区域与细节边缘存在于水平子图、垂直子图与对角子图三个高频子图。因而采用高频子图滤波处理,首先设置各个高频子图的阈值,接着缩放处理与高通滤波处理,最后新构造三个高频子图。经过上述处理后的图像,不仅消除噪声,同牌纹理特征对图像进行定位。址指罘矫妫紫榷远ㄎ缓蟮耐枷窠腥ピ氪恚疚奶岢隽诵〔ò植亢值设置的方法来消除噪声,比起默认阈值、设置阈值和强制去除的方法来讲,既能有效降低图像噪声同时又有效保持图像细节。之后采用垂直投影和先验知识相结合进行字符分割。址侗鸱矫妫疚奶岢隽嗽擞眯〔ò喾直媛侍匦裕崛〔煌址枷竦哪量构造成能量特征向量,作为神经网络的输入,相对于以前采用模板匹配法作为输入,大大降低输入的维数,缩短训练时间,提高识别速度;之后创建神经网络对图像进行识别。果。除文中已经注明引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体,均己在文中作了明确说明。本人完全了解违反上述声明所引起的一切法律责任将由本人承担。学位论文作者签名:
第绪论课题提出的背景和现实意义近年来,随着社会经济的快速发展,机动车辆数量不断增加,导致城市道路交通流量不断增大、交通事故、交通堵塞等问题日益严重,我国正面临着道路通行能力不仅具有重要的理论意义,而且具有良好的实际