基于小波变换与RBF神经网络的车牌自动识别技术的研究

摘要

近年来，图象处理、通信技术和计算机技术在交通领域得到了广泛的应用，其中车牌识别技术是研究的热点之一，车牌识别技术被广泛应用于过路收费系统和交通管理系统，其经济价值和现实意义十分明显。 本文研究的汽车牌照识别系统包括汽车牌照图像的定位，车牌字符提取和车牌字符识别三大部分。针对这些问题，提出了相应的处理方法，有效地完成了车牌字符的自动识别。 车牌定位是自动车牌识别的难点，其定位的时间和精度直接影响整个车牌识别系统的性能。对于车牌定位，作者提出了一个基于小波变换的定位方法，采用小波变换对车牌图像进行边缘检测和定位。实验表明，采用此方法，与其他方法相比，在定位精度上有了一定程度的提高。 车牌字符提取是决定汽车牌照识别率高低的关键，本文采用了基于小波网格的字符的特征提取方法，有效的提高了复杂环境下的汽车牌照定位和提取的可靠性。 同时本文中也对车牌识别系统中的字符识别部分进行了一些研究工作。提出了将拓扑特征识别和RBF神经网络识别相结合的数字识别方法，取得了较高的识别率和可靠性。

目录

文摘

英文文摘

长沙理工大学学位论文原创性声明及版权使用授权书

第一章绪论

第二章车牌图像的预处理

第三章车牌图像的定位

第四章车牌图像的二值化及字符分割

第五章基于小波变换的车牌字符的特征提取

第六章基于RBF神经网络的车牌字符的识别

结论

参考文献

致谢

附录攻读学位期间所发表的学术论文