车牌字符识别算法的研究

车牌字符识别算法的研究

ID:36665126

大小:2.33 MB

页数:58页

时间:2019-05-13

车牌字符识别算法的研究_第1页
车牌字符识别算法的研究_第2页
车牌字符识别算法的研究_第3页
车牌字符识别算法的研究_第4页
车牌字符识别算法的研究_第5页
资源描述:

《车牌字符识别算法的研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、上海大学硕士学位论文车牌字符识别算法的研究姓名:马俊莉申请学位级别:硕士专业:电路与系统指导教师:莫玉龙2002.3.1圭誊查兰翌圭兰兰兰兰=主兰主丝竖型兰鎏兰翌窒要:墨摘要汽车牌照识别(CarLicensePlateRecognition,CLPR)系统是智能交通管理系统中的重要组成部分,在电子收费、车流监控、出入控制等场合有着广泛的应用。A丘年来,人们对此进行了广泛的研究,也推出了一些实用的系统,但由于问题的复杂性和困难性,目前仍存在一些需要解决的问题,有必要对此进行进一步的研究和推、‘广。/本论

2、文对项目组研究开发并已应用于沪宁高速公路收费口处的车牌识别系统进行了分析和改进,针对其中字符识别这一环节作了深入的研究,提出了一些新的方,法,主要集中在字符的特征提取和分类方法上。f论文主要内容包括以下几点:、1.提出将最佳鉴别矢量变换方法应用于车牌字符的特征提取,提取车牌字符的具有不相关性的最佳鉴别特征、、在求取鉴别矢量时,为减小类内散布矩阵S。为奇异‘值的概率,提出采用基于邻域的降维方法来降低原始图像的维数。由于模式的具有不相关性的最佳鉴别特征是数量相对较少的独立特征,相对于字符图像的原始特征更为

3、有效,因此利用字符的最佳鉴别特征进行识别,可使单个字符的识别率提高。2.在分类方法的研究中,对模板匹配方法和神经网络方法的优缺点进行了分析和比较,提出将模板匹配方法和BP神经网络方法结合起来,采用分级分类的方法对车牌中的第三个字符进行识别:在粗分类中将相似字符归为一类,用BP神经网络判别;在细分类中用模板匹配对粗分的结果再进行识别。实验证明该方法对相似字符的识别很有效,减小了相似字符的误识率。o3.本文着重对协同神经网络进行了研究,在分析了协同学的基本理论和协同神经网络的构造原理的基础上,对协同神经网

4、络的学习算法进行了改进。提出了基于选择加权注意特性的协同神经网络学习算法,即在对协同神经网络的原型向量进行学习时,引入基于人眼视觉特性的选择加权注意参数。并给出了两种选择加权注意参数的模型。通过实验和分析,证实了在协同学习算法中加入基于人类视觉特“性的选择加权注意参数,能够提高协同神经网络的识别性能。}关键词:汽车牌照识别最佳鉴别变换神经网络协同学协同神经网络上海大学硕士学位论文一车牌字符识别算法的研究第1I页AbstractThecarlicenseplaterecognition(CLPR)sys

5、temisanimportantpartoftheintelligencetrafficmanagementsystem.Itisexpectedtohavenumerousapplicationssuchaselectronictollcollection,trafficmanagementandsecure—accesscontr01.Inrecentyears,wide·rangingresearcheshavebeendoneandsomeappliedsystemshavebeenemerg

6、ed.Butforthecomplexityanddifficulty,therearestillsomeproblemstobcresolved.SofurtherresearchonCLPRisnecessary.Inthisthesis,analysisandimprovementoftheCLPR,whichwasresearchedanddevelopedtoapplyontheHu—ninghighway,isdone.Andsomenewmethodsoncharacterrecogni

7、zealeputforwardandtheyareemphasisonthefeatureextractionandclassificationofcharacters.T1lemainworkofthedissertationincludes:1.Theoptimaldiscriminanttransformationisproposedtoapplyinthefeatureextractionofcarlicenseplatecharacters.Intheprocessingofextracti

8、ngtheuncorrelatedoptimaldiscriminantvectors,adimensiondescentmethodbasedontheadjoinareaisputforwardtoreducetheprobabilitythatthewithin-classscattermatrixS。isasingularmatrix.Comparingwiththesourcefeatureofthecharacterimage,theunco

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。