摘要：

車牌的識(shí)別在智能交通系統(tǒng)中有著十分重要的應(yīng)用價(jià)值,它是智能交通系統(tǒng)中基礎(chǔ)和關(guān)鍵.國內(nèi)外很多的專家和學(xué)者都對(duì)車牌的識(shí)別展開了深入的研究,并涌現(xiàn)了很多具有突出貢獻(xiàn)的理論和算法.車牌識(shí)別結(jié)合了圖像處理和模式識(shí)別等多項(xiàng)技術(shù),能夠被廣泛的應(yīng)用在停車場(chǎng)管理,高速收費(fèi)管理中,節(jié)省了大量的人力和物力資源.本文主要對(duì)車牌識(shí)別系統(tǒng)所涉及的車牌定位,車牌分割和車牌識(shí)別三個(gè)必要環(huán)節(jié)展開研究,并利用C語言和OPECNV庫實(shí)現(xiàn)了一個(gè)簡(jiǎn)單的車牌識(shí)別系統(tǒng).總結(jié)全文的工作,有以下幾點(diǎn): 第一,本文闡述本課題研究的背景,意義.通過分析課題研究的背景,研究意義說明了研究和實(shí)現(xiàn)一套基于圖像的車牌識(shí)別系統(tǒng)具有一定必要性; 第二,本文對(duì)車牌的定位方法展開一些研究.車牌定位是車牌分割和車牌識(shí)別的前提,因此車牌定位的準(zhǔn)確性直接影響著車牌分割和車牌識(shí)別的準(zhǔn)確性.本文介紹了常用的四種定位方法:基于邊緣檢測(cè)的方法,基于形態(tài)學(xué)的方法,基于顏色劃分的方法和基于紋理特征的方法.并通過分析發(fā)現(xiàn),單一的車牌定位方法不能夠滿足定位準(zhǔn)確性的需求,因此本文最終確定使用基于顏色劃分和基于投影方法相結(jié)合的車牌定位方法,并在算法的試驗(yàn)中發(fā)現(xiàn),這兩種方法的融合能夠很好的對(duì)車牌進(jìn)行定位; 第三,本文對(duì)車牌分割方法展開了一些研究.本文介紹了兩種簡(jiǎn)單的車牌分割方法:基于連通域的方法和基于垂直投影的方法.在對(duì)這兩種方法分析時(shí)發(fā)現(xiàn),基于垂直投影的方法具有算法速度快,處理效果好. 第四,本文對(duì)車牌識(shí)別展開了一些研究,本文介紹了三種車牌識(shí)別的常用方法:基于神經(jīng)網(wǎng)絡(luò)的方法,基于特征統(tǒng)計(jì)的方法和基于模板匹配的方法.通過原理和實(shí)驗(yàn)方面的分析發(fā)現(xiàn)基于神經(jīng)網(wǎng)絡(luò)的方法具有更好的識(shí)別準(zhǔn)確率和抗干擾能力,非常適用于實(shí)現(xiàn)高準(zhǔn)確度的車牌識(shí)別系統(tǒng). 第五,通過對(duì)車牌定位,車牌分割和車牌識(shí)別方法的研究,本文實(shí)現(xiàn)了一個(gè)簡(jiǎn)單的基于圖像的車牌識(shí)別系統(tǒng),在識(shí)別系統(tǒng)中,車牌的定位使用了基于顏色劃分和基于投影法相融合的方法;車牌的分割使用了簡(jiǎn)單的基于垂直投影的方法;車牌的識(shí)別使用了基于BP神經(jīng)網(wǎng)絡(luò)的方法.在實(shí)驗(yàn)測(cè)試中,本文所實(shí)現(xiàn)的系統(tǒng)能夠很好的對(duì)車牌進(jìn)行定位,分割和識(shí)別.

展開

總結(jié)

以上是生活随笔為你收集整理的c 语言车牌识别系统课题设计,基于图像的车牌识别系统的设计和实现的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。