基于模式识别的车牌字符识别研究与实现

摘要

该文的研究重点是基于模式识别的车牌字符识别,通过对模式识别、神经网络、图像处理等分析技术的综合运用和对问题本身特点的详细考察,首先对车牌图像的二值化提出了基于简单统计法和Robert边缘检测相结合的方法,并辅以数学形态学的知识对车牌二值化图像进行形态滤波,得到易于分割的二值图.接着在字符分割方面主要以投影法为基础利用车牌的特点进行分割.最后,该文还重点提出了利用神经网络与线性感知器两组分类器相结合,提取字符的统计特征和结构特征作为网络的输入,实现了车牌字符的识别,并取得了较高的识别率.该文所采取的识别算法对牌照定位有一定的要求,对字符的的污染、模糊有较强的抗干扰能力,具有大小,位移旋转不变性.系统测试结果表明,如果定位准确而且预处理效果较好的话,车牌字符识别率可达95﹪以上,识别速度为1.0辆/秒,各方面指标已经基本达到实用水平.

目录

文摘

英文文摘

1绪论

1.1模式识别及其相关理论

1.2文献综述

1.3本课题的研究现状

1.4论文的研究背景和内容安排

2基于图像的车牌自动识别技术

2.1系统简介

2.2系统的关键技术

2.3本章小结

3车牌图像的预处理

3.1彩色车牌图像的灰度化

3.2图像的二值化

3.3牌照类型的统一

3.4二值图的形态去噪

3.5字符分割

3.6本章小结

4字符识别

4.1字符识别理论

4.2字符的预处理

4.3字符特征提取

4.4车牌字符的识别

4.5本章小结

5全文总结和展望

致谢

参考文献

附录(作者在研究生期间发表的论文)