基于小波分析的車牌識別關(guān)鍵方法研究.pdf

1、作為現(xiàn)代智能交通系統(tǒng)中的一項非常重要的技術(shù)，汽車牌照自動識別技術(shù)是近年來的研究熱點。智能交通系統(tǒng)在車輛跟蹤與提取、高速公路自動收費、停車場自動計費以及交通流量統(tǒng)計等方面能發(fā)揮重要的作用，而牌照是作為交通系統(tǒng)個體的車輛的唯一標志，因此車牌自動識別技術(shù)在整個系統(tǒng)中處于核心的關(guān)鍵地位，具有實際而重要的研究意義。國內(nèi)外的研究人員已經(jīng)和正在就車牌自動識別技術(shù)展開廣泛而深入地研究，提出了許多算法和方案，并有一些產(chǎn)品投入使用，其效果都未能達到人們所期

2、望的水平，離真正實用的要求還有一定的差距。因此在提高車牌提取及識別算法的準確率，健壯性和實時性方面，還存在較大的研究空間。 本文在充分研究前人的研究成果基礎(chǔ)上，結(jié)合新興的小波分析技術(shù)完成了車牌識別系統(tǒng)的方法研究和設計工作，主要工作有以下幾個部分：(1)車牌提取 (2)字符分割 (3)字符識別。 在車牌提取方面，本文針對各種復雜背景的車牌圖像，對車牌候選區(qū)域圖像進行小波分析從而準確地提取出車牌位置。經(jīng)過實驗證明，該算法達

3、到了預期的效果，從原始圖像中提取出車牌的準確度超過98％。 在字符分割方面，本文先采用區(qū)域生長算法得到個別字符的位置，然后再利用車牌圖像的豎直投影和先驗知識來修正字符的位置，最后用得到字符的位置進行字符分割。該算法的準確率和抗干擾性要比傳統(tǒng)的投影算法要好得多。 在字符識別方面，本文采用發(fā)展非常成熟的BP神經(jīng)網(wǎng)絡來完成字符分類工作，但在某些細節(jié)上對BP神經(jīng)網(wǎng)絡進行優(yōu)化，使本系統(tǒng)的的BP神經(jīng)網(wǎng)絡收斂性好，訓練速度快。