理工酷

基于颜色和BP神经网络的车牌定位和识别系统

一、研究目的

车牌识别是现代智能交通系统中的重要组成部分之一，应用十分广泛。良好的车牌识别系统，能提高效率，节省大量的人力物力。本文对车牌识别系统中的车牌定位，车牌字符分割和车牌字符识别这三个主要技术进行研究。

二、研究方法

1. 车牌定位：针对复杂环境下的车牌定位，提出基于颜色的BP神经网络的定位算法，通过车牌底色库（蓝底）训练网络，使之具备区分蓝色与非蓝色能力，从而实现车牌的定位。

2. 车牌字符分割：采用改进的垂直投影算法，可以较好、较快地分割出车牌字符的位置。

3. 字符识别：仍然采用基于BP神经网络算法，通过建立字符库，训练网络使之具有区分34个不同字符的能力，最终实现车牌字符的识别。

三、研究结论

1. 车牌定位方面，由于采用基于颜色定位方法，要求要定位的车牌图像质量较清晰，车牌底色为蓝色或和标准蓝色相差不大，这时BP网络能非常有效地区分蓝色与非蓝色，从而定位。

2. 字符分割方面，采用基于垂直投影特征值的方法，能有效地分割字符。

3. 字符识别方面，实验过程发现当车牌定位和字符分割均能得到较好结果时大多数情况下均能有效地识别。

四、目录

摘要 关键词 第一章 引言   1.1 车牌识别的研究意义   1.2 车牌识别系统现状   1.3 车牌识别系统研究内容   1.4 章节安排 第二章 基于颜色和BP神经网络的车牌定位   2.1 彩色图像显示   2.2 色彩空间RGB到Cr Cb的转换   2.3 BP神经网络原理   2.4 基于Cr Cb的神经网络车牌定位
第三章 车牌字符定位与字符分割   3.1 图像投影技术   3.2 基于图像投影技术的车牌字符定位与分割技术 第四章 基于颜色和BP神经网络的字符识别   4.1 车牌字符库的建立   4.2 基于BP神经网络的字符识别 第五章 结论 参考资料 致 谢 Abstract(Key words)

来源https://github.com/Hellowei/BPproject