东北大学秦皇岛分校毕业设计（论文） 第 44 页
5.5 神经网络训练图
东北大学秦皇岛分校毕业设计（论文） 第 45 页
结 论
车牌智能识别系统作为交通识别系统的核心，它将在未来现实社会的交通管制中扮演着一个十分重要的角色。为此本课题在实验时力争达到或接近现实。本文分别从图像预处理、车牌定位、字符分割以及字符识别等方面进行了系统的分析与研究。本文基于图像处理的相关理论，利用数码相机作为图像获取的设备，以MATLAB 作为实验仿真的基本环境，在对车牌识别传统算法进行分析和研究的基础上，主要对传统算法中存在的问题，对车牌识别的算法进行了改进。主要取得了以下的成果：
整理和总结了国内外在车牌定位、分割、字符识别方面的研究成果和发展方向，系统介绍了我国车牌的固有特征，以及车牌识别的特点。
对车牌定位算法的研究，在对车牌矩形区域的排除中，本文是利用车牌的边缘特征这一特点，获取了在原始图像中的相似矩形。这一算法的改进，可以在更快速地搜索到类似车牌区域矩形的相似矩形，这就为车牌定位节省了时间，提到了实时性，解决了车牌识别过程中误定位和定位不够准确的问题。在图像预处理模块，先进行常规的图像灰度化和均衡化的处理，在对车牌图像进行去噪处理。实验表明本方法既保留了车牌区域的信息，又减少了噪声的干扰，提高了后续处理的速度。对车牌字符分割算法的研究，本文利用对车牌的先知了解，充分利用车牌字符的自身特点进行分割，既准确又简单省力。对车牌字符识别算法的研究，本文运用了基于BP网络的字符识别方法，根据字母、数字和汉字的特征，采用字母、数字字符分类器和汉字字符分类器对车牌进行识别。
但是由于本人个人能力和时间有限，所以在对缺损字符的研究中，还存在很多的不足。但是，在实际应用中，我们拍摄到的图片多为背景复杂的图像，而且由于气候、光照强度和人为因素的影响，我们在分割后，出现缺损字符是常见的现象。所以，对缺损字符的识别还有待进一步的研究与完善，而且此研究具有很高的研究价值。
相关推荐：
loading