基于小波變換和神經(jīng)網(wǎng)絡(luò)的車牌識(shí)別算法研究.pdf

1、車牌識(shí)別(License Plate Recognition，LPR)是智能交通系統(tǒng)(Intelligent Transport System，ITS)的一個(gè)重要組成部分，該系統(tǒng)綜合了計(jì)算機(jī)視覺技術(shù)和模式識(shí)別技術(shù)，在橋梁路口自動(dòng)收費(fèi)、停車場(chǎng)無(wú)人管理和路間車輛通信，對(duì)肇事車輛、被盜車輛、犯罪車輛進(jìn)行辨別和攔截等起著重要的作用。 本文研究的主要內(nèi)容如下： 圖像預(yù)處理：通過分析傳統(tǒng)圖像預(yù)處理的方法，如直方圖均衡、高通濾波，發(fā)現(xiàn)

2、這些圖像增強(qiáng)方法都存在著不足，如噪音放大，有時(shí)可能引入新的噪聲結(jié)構(gòu)等。針對(duì)這些方法的不足，本文采用了基于小波變換的數(shù)字圖像增強(qiáng)方法，這種算法利用小波變換獲得圖像多分辨率梯度信息，通過修改圖像在不同分辨率尺度下的梯度信息系數(shù)，提高了圖像的對(duì)比度。 車牌定位：本文針對(duì)不同背景和光照條件下的車輛圖像，提出一種基于改進(jìn)Sobel算子的車牌定位算法，首先對(duì)已經(jīng)通過預(yù)處理的車牌圖像使用改進(jìn)的Sobel算子進(jìn)行運(yùn)算，然后使用迭代求圖像最佳分割

3、閾值的算法二值化車牌圖像，最后結(jié)合水平投影和垂直投影算法對(duì)候選區(qū)域分析鎖定車牌位置。 字符分割：針對(duì)定位后車牌區(qū)域的噪聲影響以及一些不可避免的定位誤差問題，本文采用了一種基于小波去噪和垂直投影相結(jié)合的字符分割算法，首先利用小波去除噪聲，然后運(yùn)用垂直投影技術(shù)進(jìn)行字符分割，得到了單個(gè)數(shù)字、字母和漢字圖像，最后進(jìn)行歸一化處理。 字符識(shí)別：采用改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)模式識(shí)別方法，以車牌字符作為識(shí)別對(duì)象，研究在干擾情況下的車牌識(shí)別問題