车牌定位论文车牌字符分割字符识别差值投影BP神经网络.doc

车牌定位论文：车牌字符分割字符识别差值投影BP神经网络【提示】本文仅提供摘要、关键词、篇名、目录等题录内容。为中国学术资源库知识代理，不涉版权。作者如有疑义，请联系版权单位或学校。【摘要】车牌识别系统是现代智能交通系统的重要组成部分,是计算机视觉、图像处理、模式识别技术的综合应用。一个完整的车牌识别系统通常由图像预处理、车牌区域定位、车牌字符分割和车牌字符识别等部分组成。图像预处理过程中,采用灰度拉伸、对比度增强、中值滤波等方法增强图像质量。车牌定位部分中,采用了基于差值投影和数学形态学的定位方法。首先粗略定位处车牌边界,之后精确定位,最后剔除伪车牌区域。字符分割部分,利用Hough变换对车牌的二值图像校正后,采用基于差值投影和迭代均值滤波的方法对字符进行分割。字符识别模块,包括特征提取和字符识别两个过程。提取样本的特征向量之后,对3层BP神经网络进行训练。之后,用该网络对分割出的归一化的字符进行识别。实验表明,本系统能较准确定位、分割车牌并进行识别,系统的性能良好。【关键词】车牌定位；车牌字符分割；字符识别；差值投影；BP神经网络；【篇名】车牌识别算法研究【目录】车牌识别算法研究摘要3-4Abstract4第一章 绪论7-151.1 课题研究背景及其意义7-111.1.1 智能交通发展现状7-91.1.2 车牌识别技术9-111.2 课题国内外研究现状11-131.3 本文的主要工作和内容安排13-15第二章 车牌图像预处理技术15-232.1 彩色图像的灰度化15-162.2 图像增强16-222.2.1 直方图均衡化17-182.2.2 灰度变换18-192.2.3 滤波处理19-222.3 本章小结22-23第三章 车牌定位算法研究23-353.1 汽车牌照的特点23-243.2 投影函数24-253.3 本文采用的车牌定位方法25-323.3.1 上下边界粗定位25-283.3.2 左右边界粗定位28-303.3.3 精确定位30-323.4 实验结果与分析32-343.5 本章小结34-35第四章 车牌字符分割算法研究35-454.1 车牌图像二值化354.2 车牌倾斜校正35-384.2.1 Hough变换36-374.2.2 Hough变换算法374.2.3 倾斜矫正37-384.3 本文采用的字符分割方法38-424.3.1 去除多余区域394.3.2 竖直差值投影与迭代均值滤波39-404.3.3 确定最优分割点40-414.3.4 实验结果与分析41-424.4 字符归一化和细化42-444.5 本章小结44-45第五章 车牌字符识别算法研究45-595.1 字符识别概述455.2 BP神经网络45-525.2.1 神经网络基础45-465.2.2 前馈神经网络46-475.2.3 BP算法及其实现47-515.2.4 标准BP算法的改进51-525.3 BP神经网络的设计52-555.3.1 训练样本52-535.3.2 BP神经网络的结构设计53-545.3.3 BP神经网络的参数设计545.3.4 车牌识别BP网络模型54-555.4 特征提取和选择55-565.5 实