智能交通中車牌識(shí)別關(guān)鍵技術(shù)算法研究.pdf

1、隨著科技的進(jìn)步和私家車的普及，車聯(lián)網(wǎng)勢(shì)在必行，智能交通系統(tǒng)也越來越重要。對(duì)智能交通來說，車牌識(shí)別起著至關(guān)重要的作用。本文通過對(duì)其關(guān)鍵技術(shù)的分析研究，設(shè)計(jì)了一套完整的車牌識(shí)別流程及算法，并進(jìn)行了仿真。
　　 車牌識(shí)別主要由車牌定位、車牌字符分割、字符識(shí)別三部分組成。本文從這三方面出發(fā)，重點(diǎn)研究了各部分的相關(guān)技術(shù)，并進(jìn)行了改進(jìn)。論文的主要工作包括：
　　 首先是對(duì)車牌定位算法進(jìn)行了改進(jìn)。先采用形態(tài)學(xué)對(duì)車牌進(jìn)行粗定位，減少車牌

2、區(qū)域待定范圍，然后結(jié)合先驗(yàn)知識(shí)，使用水平投影與垂直投影聯(lián)動(dòng)的方法，最終有效的剔除偽車牌區(qū)域，精確定位車牌區(qū)域。
　　 其次是分割算法的改進(jìn)。在傳統(tǒng)的投影分割算法的基礎(chǔ)上，本文又結(jié)合了連通域方法。首先使用連通域法對(duì)傾斜矯正后的車牌圖片進(jìn)行降噪濾波，為精確投影奠定基礎(chǔ)，然后使用投影法去除車牌邊框，并進(jìn)行字符分割。
　　 最后，在字符識(shí)別部分，在經(jīng)典BP神經(jīng)網(wǎng)絡(luò)算法的基礎(chǔ)上，附加動(dòng)量因子和自適應(yīng)調(diào)節(jié)學(xué)習(xí)速率。仿真實(shí)驗(yàn)表明本文算