【正文】 有一樣多的白像素點。 //行 投影 for(j=0。 湖南工業(yè)大學本科畢業(yè)設計（論文） 28 2 4 列4 2 行 圖 字符庫圖 對字符庫里面的字符做 特征提取值 ,為保證 BP 網(wǎng)絡輸入數(shù)據(jù)量少比較好收斂，在這里對字符的特征值提取是提取了 4 列 7 行的數(shù)據(jù)作為字符的特征。 } write_data(b)。 } } 歸一化和 字符 特征提取 實現(xiàn) 字符特征提取有許多中方法，在這里采用比較簡單直觀的投影法。 while(data[a]==0) { a++。 采用 Robert 邊緣檢測算子時得到了圖如 所示。ilength。 圖 車牌原圖 圖 中值濾波后 灰度化技術(shù)及二值化 實現(xiàn) 根據(jù)第三章的原理論述，在圖像識別之前就必須要對目標圖像做一些特定的處理。 1x2xnx QM L誤 差 反 向 傳 播期 望 輸出輸 出 層輸 入 層i j k隱 含 層信 息 正 向 傳 播輸入模式 ijw jkw 圖 多層神經(jīng)網(wǎng)絡 BP 網(wǎng)絡算法 1） BP網(wǎng)絡前饋計算 輸入層第 i個節(jié)點的輸出為： iiOx? (24) 隱含層第 j個節(jié)點的凈輸入和輸出分別為： 0()Mj ij iijjI w OO f I??? ???? ?? (25) 其中 0 1O?? ， 0jjw ?? 。 另外，在 60 年代初期， Widrow 提出了自適應線性元件網(wǎng)絡，這是一種連續(xù)取值的線性加權(quán)求和閾值網(wǎng)絡。Mcculloch 和數(shù)理邏輯學家 W 最鄰近插值法就是令轉(zhuǎn)換后圖像素的灰度值等于離它所映射到的位置最近的原圖像素的灰度值。此方法主要優(yōu)點在于程序邏輯設計簡單，便于設計程序。與使用 Sobel 算子的方法一樣，圖像中的每個點都用這兩個卷 積核進行卷積，取最大值作為輸出。邊緣通常意味著一個區(qū)域的終結(jié)和另一個區(qū)域的開始。連通路徑是一條可在相鄰像素間移動的路徑。最常見的加權(quán)方法如下 五種 ： 1) G r a y B G r a y G G r a y R? ? ?； ； 2) ? ?G ra y m a x B G R? ? ? 3） ? ?G ray B G R / 3? ? ? 4） G r a y 0 .0 7 2 1 6 9 B 0 .7 1 5 1 6 0 G 0 .2 1 2 6 7 1 R? ? ? 5) G r a y 0 .1 1 B 0 .5 9 G 0 .3 R? ? ? 這 五 種方法中，第一種為分量 法，即用 RGB 三個分量的某一個分量作為該點的灰度值；第二種方法為最大值法，將彩色圖像中的三分量亮度的最大值作為灰度圖的灰度值。 中值濾波器是最常用的非線性濾波技術(shù)，它是一種領(lǐng)域運算，類似于卷積，但是計算的不是加權(quán)求和，而是把領(lǐng)域中的像素按灰度級進行排序，然后選擇該組的中間值作為輸出像素值。由于車牌的種類多排版不一樣，在本文中主要是針對藍底白字的小型民用車進行識別。 首先對所設計的識別技術(shù)進行了原理性的敘述。 湖南工業(yè)大學本科畢業(yè)設計（論文） 4 從制定 智能交通系統(tǒng)發(fā)展計劃“ IVHS 戰(zhàn)略” 開始人們就對對車牌識別技術(shù)進行研究，這是因為車牌識別是智能交通系統(tǒng)必不可少的 技術(shù)。 1） 車輛控制系統(tǒng) 指輔助 司機 駕駛 車輛系統(tǒng)又稱為 替代 司機智能 駕駛 車輛 的系統(tǒng)。 智能交通系統(tǒng) 智能交通系統(tǒng)起源于二十世紀六七十年代的交通管理計算機實施。在現(xiàn)代神經(jīng)網(wǎng)絡算法得到廣泛應用，這種算法是根據(jù)生物神經(jīng)網(wǎng)絡而建立起來的模型能較好的實現(xiàn)人類存儲知識及處理信息的技能，使得系統(tǒng)可以模擬人類思維。 （ 2020 屆） 本科畢業(yè)設計（論文）資料 題 目 名 稱： 基于 BP 網(wǎng)絡的車牌字符識別 學 院（部）： 專 業(yè)： 學 生 姓 名： 班 級： 學號 指導教師姓名： 職稱 職稱 最終評定成績： 湖南工業(yè)大學教務處 2020 屆 本科畢業(yè)設計（論文）資料 第一部分 畢業(yè)論文 （ 2020 屆） 本科畢業(yè)設計（論文） 學 院（部）： 電氣與信息工程學院 專 業(yè)： 電子信息工程 學 生 姓 名： 班 級： 學號 指導教師姓名： 職稱 職稱 最終評定成績 2020年 6 月 湖南工業(yè)大學本科畢業(yè)設計（論文） I 摘 要 基于 BP 網(wǎng)絡的車牌字符識別是一門對車牌字符識別的技術(shù)，它的產(chǎn)生是為了完善智能交通系統(tǒng)，使得交通系統(tǒng)更具有 信息 時代意義。神經(jīng)網(wǎng)絡中 BP 網(wǎng)絡是其中應用比較廣泛技術(shù)較為成熟的網(wǎng)絡 ， BP網(wǎng)絡在如今已被廣泛的應用各個行業(yè)領(lǐng)域，它 優(yōu)越性 主要體現(xiàn) 于四個方面：函數(shù)逼近、模式識別、分類、數(shù)據(jù)壓縮。 美國 早在 1989年制定了智能交通系統(tǒng)發(fā)展計劃“ IVHS 戰(zhàn)略” [4]。該系統(tǒng) 是經(jīng)過對 汽車前部和旁側(cè) 安裝 的雷達或紅外探測儀，可以準確地 計算出 車 輛 與障礙物之間的距離，遇 危機 情況，車 輛 中的 電腦能 迅速 地 發(fā)出警報或 采取措施 避讓， 而且可以 根據(jù) 路面 情 況自 行 調(diào)節(jié)行車速度， 俗 稱 “ 智能汽車 ” 。 至今，智能交通系統(tǒng)一直在被研究著，說明車牌識別技術(shù)也沒有停止研究過。對于車牌圖像首先要進行預處理，預處理的部分就包括車牌圖像去噪，車湖南工業(yè)大學本科畢業(yè)設計（論文） 5 牌圖像灰度化和車牌圖像二值化。 我國的小型民用車車牌一共是七位（除去分隔符），前面兩位是地區(qū)信息，后面五位是號碼。對于一個 N N的中 值濾波器（ N為奇數(shù)），若某輸入像素的灰度級大于或等于領(lǐng)域中 2( 1)/2N ? 個像素的灰度級，則該像素的灰度級就作為輸出灰度級。第三種方法將彩色圖像中的三分量亮度求平均得到一個灰度圖；后兩種都是屬于加權(quán)平均法，其中第四種是 OpenCV 開放庫所采用的灰度權(quán)值，第五種為從人體生理學角度所提出的一種權(quán)值（人眼對綠色的敏感最高，對藍色敏感最低）。 圖像分割的度量準則不是惟一的，它與應用場景圖像及應用 目的有關(guān)，用于圖像分割的場景圖像特征信息有亮度、色彩、紋理、結(jié)構(gòu)、溫度、頻譜、運動、形狀、位置、梯度和模型等。邊緣信息對信息分析和人的視覺都是很重要的。 Prewitt 算子也產(chǎn)生一幅邊緣幅度圖像。 但是由于車湖南工業(yè)大學本科畢業(yè)設計（論文） 12 牌字符中的漢字有些并不連通，投影法也存在著一些問題。也就是將 變換前圖像的像素點代替轉(zhuǎn)換后圖像離它最近的像素點。Pitts 在分析、總結(jié)神經(jīng)元基本特性的基礎上首先提出神經(jīng)元的數(shù)學模型。后來，在此基礎上發(fā)展了非線性多層自適應網(wǎng)絡。 輸出層第 k個節(jié)點的凈輸入和輸出分別為： 0()Qk jk jjkkI w OO f I??? ???? ?? （ 26） 其中 0 1O?? , 0kkw ?? 。首先要將一幅理想的彩色車牌圖像轉(zhuǎn)換成灰度圖像，這是由于車牌字符識別并不需要顏色信息，所以將圖像轉(zhuǎn)化成灰度圖像方便于處理。i++) { if(src[i] value) { src[i] = 255。 圖 Robert邊緣檢測的圖像 采用 Sobel 邊緣檢測算子時得到了圖 所示。 } for(i=a。對獲得的車牌字湖南工業(yè)大學本科畢業(yè)設計（論文） 26 符還不能直接提取特征值，這是因為獲取到的車牌字符尺寸大小與車牌字符庫里面的字符像素大小不一致引起的，也就是要先做歸一化。 printf()。特征值 如 下 表 。 a[100]=0。 圖 分割出來的字符圖像 圖 歸一化圖像 對圖 中的車牌字符 5 進行投影后得到的數(shù)據(jù)如下表： 表 字符特征表 字符 列投影 行投影 3,13,10,13, 0,11,4,5,5,5,5, 將車牌字符轉(zhuǎn)化為 24*42 大小的字符圖像后，再對字符圖像列做投影，這里是隔 6行做一次投影，對字符圖像行投影也是每隔 6 行做一次投影，這樣是為了減少 BP 網(wǎng)絡的輸入量。i++) { for(j=0。 湖南工業(yè)大學本科畢業(yè)設計（論文） 24 圖 Prewitt邊緣檢測的圖像 經(jīng)過比對，經(jīng)過三種算子都能得到一幅具有邊緣輪廓的圖像 ，它們所提取的刀的邊緣特征大致是相似的，但是還是可以看出有些小細節(jié)是不一樣的。 } } } 根據(jù)上段程序知道 定義一個閾值 value,根據(jù) 其閾值的大小來進行二值化，根據(jù)不同的閾值將得到不同的二值化圖像 。 1）灰度權(quán)值法 根據(jù)原理式子，經(jīng) 過 VC 編程實現(xiàn)了灰度的轉(zhuǎn)換如圖 所示。在這種情況下，激發(fā)函數(shù)的微分可用激發(fā)函數(shù)本身表 示，其關(guān)系是 39。 Rumelhart、McClelland 和他們同事洞察到神經(jīng)網(wǎng)絡信息處理的重要性，于 1982 年成立了一個 PDP小組，研究并行分布信息處理方法。因而，他們兩人可稱為人工神經(jīng)網(wǎng)絡研究的先驅(qū)。其擬合方程式如下： ( , )f x y a x b y cxy d? ? ? ? (22) 可以根據(jù) 已知 四個定點的值來確定 a、 b、 c、 d的值 。由于投影法存在問題主要是由漢字的不連通性造成的，那么可以根據(jù)直接分割原理大約估計第一個字符的寬度，在利用投影方法進行切割，當?shù)谝粋€最低波谷的列數(shù)比直接分割的列數(shù)要小那么就不說明這個漢字是不連通不能在這個波谷分割，等到第二個最低波谷出現(xiàn)時再分割。待分割圖像的特性越接近于這個假設，用這個方法分割的效果越好。 如果一個像素落在圖像中某一個物體的邊界上，那么它的領(lǐng)域?qū)?成為一個灰度級變化的帶。圖像分割的方法又多種，依據(jù)工作對象來分，可分為點相關(guān)分割和區(qū)域相關(guān)分割；按照算法分類，可分為閾值法、界限檢測法、匹配法、跟蹤法等。 二值化處理是一種將圖像變?yōu)橹挥泻诎變缮亩祱D像的灰度處理方法，對圖像進行二值化處理是接下來對車牌字符進行分割的關(guān)鍵步驟。和相近的低通線性濾波器相比，中值濾波器能夠在衰減隨機噪聲的同時不使邊界模糊。后面五位是由 0~9 和 A~Z（除去 O 和 I）一共是 34 種字符。提取出單個的車牌字符圖像后就要低車牌字符進行特征值提取，將把這些特征值送入到 BP網(wǎng)絡進行識別。 如 YuniaoCul 提出了一種車牌識別系統(tǒng)，在車牌定位以后，利用馬爾科夫場對車牌特征進行提取和二值化，對樣本的識別達到了較高的識別率。 將道路的 情況馬上通知給駕駛員使得他能選擇一條好的道路走。交通部公路科學研究所 于 1996 年開始 了交通部重點項目《智能運輸系統(tǒng)發(fā)展戰(zhàn)略研究》工作， 在 1999 年正式出版發(fā)行 《智能運輸系統(tǒng)發(fā)展戰(zhàn)略研究》一書 。 對于車牌識別還有一個較為關(guān)鍵的問題，經(jīng)過統(tǒng)計發(fā)現(xiàn)車牌字符是有規(guī)律的。 針對車牌圖像的 處 理 的 過程包括 ： 車牌圖像 去噪、 車牌圖像 灰度化、 車牌圖像 二值化、 車牌 字符 圖像 分割、車牌字符 圖像歸一化、 車牌字符圖像 特征值提取。智能交通系統(tǒng)要對車牌進行 識別就是要 讓計算機能自動識別出車輛的車牌，這個識別過程有許多方法，其中最簡單的辦法就是將已有的車牌號碼存入到計算機中，再將抓拍到的車牌號碼進行對比。 識別技術(shù)是智能交通系統(tǒng)的關(guān)鍵技術(shù)，是現(xiàn)在智能交通系統(tǒng)主要研究的對象。本次國際會議旨在加強智能交通系統(tǒng)領(lǐng)域?qū)＜覍W者的學術(shù) 交流，進一步加深我國與其他國家和地區(qū)在智能交通系統(tǒng)領(lǐng)域的合作與研究，擴大我國交通科學研究在國際上的影響 。 總而言