基于BP神经网络的车牌识别技术的研究
本文对车牌识别系统的车牌定位、字符分割和字符识别进行了系统的研究。在车牌定位方面，采用了灰度跳变频率算法进行粗定位。利用车牌区域纹理丰富的特点找到各个可能的车牌区域，然后对这些车牌候选区域采取垂直方向的灰度投影来判别真伪车牌，获得唯一的车牌区域。在正确的粗定位的基础上，依据HSI颜色空间理论很好的实现了车牌的准确定位。在字符分割方面，采用二值图像垂直投影法与先验车牌知识相结合进行字符分割。消除车牌左右两端定位精度对字符分割的影响。在字符识别方面，针对我国车牌的特点使用了汉字、英文字母和数字、英文3个神经网络进行识别。实验结果表明该识别算法取得了较好的识别效果。
车牌识别;人工神经网络;字符分割;颜色空间理论;识别效果
武汉科技大学
硕士
计算机应用技术
闵华松
2005
中文
TP183;TP391.43
56
2006-04-25（万方平台首次上网日期，不代表论文的发表时间）