基于粒子群優(yōu)化BP網(wǎng)絡的車牌字符識別研究.pdf

1、汽車牌照識別技術(shù)作為智能交通系統(tǒng)的核心關(guān)鍵技術(shù),在智能交通管制與監(jiān)視環(huán)節(jié)中發(fā)揮著重要的實用價值。近年來車牌識別系統(tǒng)的研究已經(jīng)受到國內(nèi)外越來越多的關(guān)注,如何提高系統(tǒng)的實時速度和識別準確率成為研究的熱點和難點。
　　本文針對車牌字符識別過程中的一些問題,在課題中做了深入細致的研究,涉及的內(nèi)容概括為以下幾個方面。首先,介紹了圖像采集后的預處理操作的相關(guān)算法有圖像灰度化、線性變換、中值濾波處理技術(shù)完成了圖像的去噪。車牌定位和字符分割運用了

2、Sobel算子邊緣檢測、迭代閾值分割法、車牌傾斜矯正以及基于先驗知識與投影法相結(jié)合的字符分割法。其次,本文采用的是基于BP神經(jīng)網(wǎng)絡的車牌字符識別法和基于粗網(wǎng)格與神經(jīng)網(wǎng)絡相結(jié)合的特征提取法。最后,本文采用了基于粒子群優(yōu)化的BP網(wǎng)絡訓練,該方法結(jié)合了粒子能在整個空間全局搜索的特性和神經(jīng)網(wǎng)絡在小范圍局部搜索的特性。在實驗階段,可明顯發(fā)現(xiàn)網(wǎng)絡收斂速度有所提高。
　　經(jīng)過本文研究和實驗分析表明,本文采用的算法能夠很好的實現(xiàn)車牌的定位,分割與