基于BP神经网络的集装箱箱号识别研究

摘要

随着信息技术的发展，图像处理与识别技术已应用于例如交通管理、银行支票识别、医学图像中的癌细胞识别、遥感技术等许多领域，成为21世纪具有时代特征的重要技术之一。 本文从图像处理与识别技术的理论知识出发，详细阐述了“基于BP神经网络的集装箱箱号识别系统”的研究与开发内容以及系统处理流程：图像预处理、箱号字符区域定位及字符分割、特征提取和字符识别。在整个设计过程中由于现有的算法不能很好的适应工程实践的具体要求，因此在设计的各个主要环节都不同程度的提出了改进的算法，主要工作如下： 1．在集装箱图像预处理方面，提出了采用中值滤波和去杂点法相结合的方法去除噪声。 2．在箱号定位方面，针对集装箱箱号字符特点提出了采用频率法并结合以箱号位置大小为先验知识的定位方法。 3．在箱号识别方面，利用BP神经网络算法设计字母网络和数字网络分别对集装箱箱号中的字母和数字进行识别，避免相近字符混淆。 最后，应用所提出的方法，在Microsoft Visual C++6.0开发平台下针对所采集到的图像进行了识别实验，实验结果表明，灵活的运用图像处理和识别技术可有效的识别集装箱箱号，识别率可达96％以上，具有实际应用的前景。

目录

文摘

英文文摘

第1章绪论

1.1课题概述

1.2国内外发展状况

1.3研究内容和思路

第2章模式识别基础知识

2.1模式识别的基本概念

2.2模式识别系统的组成

2.3图像识别

2.3.1图像识别过程

2.3.2图像识别的应用

2.4位图基础

2.4.1数字图像的基本概念

2.4.2 BMP文件结构

第3章集装箱图像预处理

3.1集装箱箱号的组成规律

3.1.1集装箱箱号的组成

3.2集装箱图像特性分析

3.3原始图像的预处理

3.3.1图像的灰度转换

3.3.2图像平滑

3.3.3图像二值化

3.3.4图像锐化

3.3.5去除离散的杂点噪声

第4章集装箱箱号定位和分割

4.1集装箱箱号定位

4.1.1常用的车牌定位技术

4.2集装箱箱号分割

4.2.1倾斜纠正

4.2.2箱号分割

4.2.3图像归一化

第5章集装箱箱号识别

5.1字符识别概述

5.2集装箱箱号的特征提取

5.2.1特征提取方法及原则

5.2.2箱号的特征提取

5.3分类器的选择

5.3.1人工神经网络的特点

5.3.2 BP神经网络的基本原理和学习算法

5.4基于BP神经网络的箱号识别

5.5系统字符识别结果

第6章总结与展望

参考文献

致谢

攻读硕士学位期间发表的论文