Open Nav

利用RBF人工神经网络进行车牌识别方法的研究

以下是资料介绍,如需要完整的请充值下载.
1.无需注册登录,支付后按照提示操作即可获取该资料.
2.资料以网页介绍的为准,下载后不会有水印.仅供学习参考之用.
   帮助中心
资料介绍:

利用RBF人工神经网络进行车牌识别方法的研究(论文9000字,外文翻译)
摘要:精确和高效的车牌识别方法是实现智能交通控制与管理系统的关键,而图像处理与分析、模式识别及人工智能是车牌识别方法研究与应用的重要基础。目前,如何利用图像处理、模式识别及人工智能技术提高和改进车牌识别方法的精度和效率已经成为研究的热点问题。
传统的车牌识别方法主要由四个阶段构成,即预处理、车牌定位、字符切分及字符识别,类似于传统方法,本文提出的车牌识别方法,在预处理阶段对输入的车牌图像进行灰度化,并利用OTSU法对其进行二值化;其次,在车牌定位阶段,采用数学形态学法对边缘检测后图像的车牌进行了精确的定位,然后对定位后的车牌进行校正和去边框处理以保证图像的质量;第三,在车牌识别阶段基于第一步中车牌字符的特征进行字符切分;最后,在车牌识别阶段,利用RBF人工神经网络模式识别技术作为识别的方法,对切分后的字符进行了识别。
实验结果表明,利用RBF人工神经网络进行车牌识别可以达到很好的识别效果,识别率较高,具有较高的实用价值。
关键词:车牌识别 图像处理 RBF人工神经网络
 
Research on license plate recognition based on RBF artificial neural network

[版权所有:http://DOC163.com]


Abstract:Accurate and efficient license plate recognition method is the key to realize intelligent traffic control and management system. Image processing and analysis, pattern recognition and artificial intelligence are the important basis for the research and application of license plate recognition method. At present, how to use image processing, pattern recognition and artificial intelligence technology to improve and improve the accuracy and efficiency of the license plate recognition method has become a hot issue.
The traditional license plate recognition method is composed of four stages, namely, pretreatment, license plate location, character segmentation and character recognition. Similar to the traditional method, the license plate recognition method proposed in this paper is used to gray the input license plate image in the pretreatment stage And then use the OTSU method to binarize it. Secondly, in the license plate positioning stage, the mathematical model method is used to locate the license plate of the edge detection image, and then the calibration and the border processing To ensure the quality of the image; thirdly, in the license plate recognition stage based on the characteristics of the first step in the license plate character character segmentation; Finally, in the license plate recognition stage, the use of RBF artificial neural network pattern recognition technology as a recognition method, After the character was identified.
[资料来源:www.doc163.com]

The experimental results show that the RBF artificial neural network can achieve good recognition effect, and the recognition rate is high and has high practical value.
Key words: license plate recognition ;image processing ;RBF artificial neural network

目 录
一、绪论    5
1.1研究的背景与意义    5
1.2国内外研究现状    5
1.3车牌识别的难点    5
二、本文方法整体思路    6
三、本文方法描述    6
3.1图像预处理    6
3.1.1图像灰度化    6
3.1.2图像增强    7
3.1.2.1灰度变换    7
3.1.2.2图像滤波    8
3.1.3图像二值化    8
3.2车牌定位    9
3.2.1边缘腐蚀    9
3.2.2区域连通    9
3.2.3消除干扰    9
3.2.4搜索车牌    9
3.3车牌切分    10
[版权所有:http://DOC163.com]

3.3.1车牌的倾斜校正    10
3.3.1.1 Radon变换    10
3.3.1.2牌照图像的校正    11
3.3.2车牌边框的处理    12
3.3.3字符的切分    12
3.4字符的识别    13
3.4.1 RBF神经网络的基本结构    13
3.4.2 RBF神经网络的学习过程    14
3.4.3本文改进的学习算法    15
四、实验分析    16
4.1预处理结果    16
4.1.1灰度化    16
4.1.2图像增强    16
4.1.3图像二值化    16
4.2车牌定位结果    17
4.2.1边缘腐蚀    17
4.2.2区域连通    17
4.2.3消除干扰    18
4.2.4搜索车牌    18
4.3车牌切分结果    18
4.3.1车牌倾斜校正    18
4.3.2车牌边框处理    19
4.3.3字符的切分    19 [来源:http://www.doc163.com]
4.4车牌识别结果    19
五、结论    20
参考文献:    20
致谢    22
[版权所有:http://DOC163.com]

  • 关于资料
    提供的资料属本站所有,真实可靠,确保下载的内容与网页资料介绍一致.
  • 如何下载
    提供下载链接或发送至您的邮箱,资料可重复发送,若未收到请联系客服.
  • 疑难帮助
    下载后提供一定的帮助,收到资料后若有疑难问题,可联系客服提供帮助.
  • 关于服务
    确保下载的资料和介绍一致,如核实与资料介绍不符,可申请售后.
  • 资料仅供参考和学习交流之用,请勿做其他非法用途,转载必究,如有侵犯您的权利或有损您的利益,请联系本站,经查实我们会立即进行修正! 版权所有,严禁转载
    doc163.com Copyright © 2012-2024 苏ICP备2021029856号-4