資源描述:
《基于matlab車牌字符識別的算法研究》由會員上傳分享,免費在線閱讀,更多相關內(nèi)容在學術論文-天天文庫。
1、基于MATLAB車牌字符識別的算法研究馬晨安航空學院摘要:智能交通系統(tǒng)廣泛應用在控制服務、制造車輛、道路交通等領域。而在智能交通系統(tǒng)中最關鍵的技術之-就是車牌字符識別技術。文中采用神經(jīng)網(wǎng)絡技術來實現(xiàn)車牌字符識別。人工神經(jīng)網(wǎng)絡,可較好的自組織自學習能力、較人規(guī)模并行處理、分布式信息存儲等。BP算法是人工神經(jīng)網(wǎng)絡中的一種監(jiān)督式的學習算法,是非線性變化單元構成的,并且非線性映射能力十分強,在理論上能逼近任意函數(shù),可以依據(jù)實際情況設定網(wǎng)絡的學習系數(shù)、網(wǎng)絡的中間層數(shù)以及各層的處理單元等參數(shù)。關鍵詞:車牌字符識別;MATLAB;神經(jīng)網(wǎng)絡;作者簡介:馬晨(1987—
2、),女,陜西榆林人,工學碩士研究生,助理工程師,助教,畢業(yè)于丙安郵電大學,現(xiàn)就職于丙安航空學院,研究方向:圖像與視頻通信。收稿日期:2017-08-04ResearchonLicensePlateCharacterRecognitionAlgorithmBasedonMATLABMaChenElectricalEngineeringCollege,Xi’anAeronauticalUniversity;Abstract:Intelligenttransportationsystemiswidelyusedinthefieldsofcontrolserv
3、ice,manufacturingvehicle,roadtransportationandsoon.Oneofthemostcriticaltechnologiesinintelligenttransportationsystemsislicenseplatecharacterrecognition.Tnthispaper,neuralnetworktechnologyisusedtorealizelicenseplatecharacterrecognition.Artificialneuralnetwork,canbebetterself-orga
4、nizingself-learningability,large-scaleparallelprocessing,distributedinformationstorage.BPalgorithmisakindofsupervisedlearningalgorithminartificialneuralnetwork,whichiscomposedofnonlinearvariableelements,andthenonlinearmappingabilityisverystrong.Intheory,itcanapproximateanyfuncti
5、onandcansetthelearningcoefficientofthenetworkaccordingtotheactualsituation.Thenumberoflayersinthemiddleofthenetwork,andtheprocessingunitsofeachlayer.Keyword:licenseplatecharacterrecognition;MATLAB;BackPropagation;Received:2017-08-041引言智能交通系統(tǒng)將先進的信息技術、傳感器技術、數(shù)據(jù)傳輸通信技術、計算機技術以及電子控制技術等
6、高效率地應用其屮,覆蓋范圍廣、準確性高、實時性好。而閣像處理和模式識別技術也是現(xiàn)今研宄熱點,在公共安全、交通管理及軍事部門有著極其重要的應用價值。車輛牌照識別技術,要求通過車牌提取、圖像預處理、特征提取、車牌字符識別等技術,辨別車輛牌號、顏色等信息,能夠?qū)⑵嚺普諒膹碗s的背景中并II是在運動狀態(tài)中提取并識別出來。由于我國車牌種類繁多,拍攝時所處的環(huán)境條件各異,使得車牌字符識別的過程存在一定的困難。典型的車牌自動識別主要由閣像采集、閣像預處理、閣像二值化、車牌定位、字符定位、字符分割、字符識別等部分組成,本文主要就字符識別技術進行研宄,基于MATLAB數(shù)
7、據(jù)處理平臺,釆用BP祌經(jīng)網(wǎng)絡對漢字、字母、數(shù)字進行識別,最終實現(xiàn)車牌字符識別目標。2人工神經(jīng)網(wǎng)絡人工神經(jīng)網(wǎng)絡[2](ArtificialNeuralNetworks,簡寫為ANN)也簡稱為神經(jīng)網(wǎng)絡(NN)或稱作連接模型,是一種高度模仿生物伸進網(wǎng)絡行為特點,能處理分布式并行信息的一種數(shù)學模型算法,一般分為生物的神經(jīng)網(wǎng)絡和人工的神經(jīng)網(wǎng)絡這兩類。在人臉識別,汽車的自動駕駛,光學字符識別(OCR)等很多實際問題中取得了驚人的成功。其工作原理是可根據(jù)系統(tǒng)復雜的程度來調(diào)整內(nèi)部多數(shù)節(jié)點間互和接連的關系。人工神經(jīng)網(wǎng)絡在順利工作之前要先按照事先規(guī)定好的一系列學習準則進行
8、學習,一般來說人工神經(jīng)網(wǎng)絡有兩種學習訓練的方法,一種是利用已經(jīng)給好的樣木標準來模仿或是學習,被