基于数学形态学和神经网络的车牌识别系统研究
随着现代科学技术的发展和社会交通量的日益增大，智能交通系统的重要性日益突出。而车牌自动识别系统（License Plate Recognition System）是智能交通系统中的重要组成部分，它在交通管理部门、高速公路、隧道、停车场、智能小区、桥梁、电子警察、海关等方面都有着广泛用途和良好的应用前景。
鉴于车牌自动识别技术的重要性，已有不少研究者投身这一研究领域，并作了一些富有成效的工作。但是，目前能真正投入实际运行的车牌识别系统很少，而国外的车牌识别系统并不适合中国的车牌实际情况。因此，在这一研究领域，还有许多问题需要大量的研究人员去研究和探讨。
本文研究了车牌识别系统的四项关键技术：车牌图像定位技术、车牌字符切分技术、车牌字符识别技术和车牌图象帧视频俘获技术。在车牌图像预处理的基础上，本文提出了基于数学形态学进行车牌图像粗定位、基于字符边缘特征进行精确定位的车牌图像定位方法，研究和探讨了主要基于连通域判断的字符切分方法和基于BP 人工神经网络的字符识别方法，最后，本文还研究了基于视频检测原理的车牌图像帧俘获方法。
本文在Visual C++ 6.0 开发平台上，对以上方法进行了开发和实现，构建了一个初步的车牌自动识别系统。
最后，本文对车牌自动识别系统的进一步发展方向提出了自己的看法。
车牌识别系统;车牌定位;字符切分;字符识别;视频检测;数学形态学;人工神经网络;智能交通系统
华中科技大学
硕士
系统分析与集成
曾致远;付祥胜
2006
中文
TP391.4;U491
84
2008-11-03（万方平台首次上网日期，不代表论文的发表时间）