【文章內(nèi)容簡(jiǎn)介】 第 5 章 軟件設(shè)計(jì) ................................................................................................................27 系統(tǒng)流程 ...............................................................................................................27 系統(tǒng)界面 ...............................................................................................................27結(jié) 論 ..............................................................................................................................33 西南交通大學(xué)本科畢業(yè)設(shè)計(jì)(論文) 第 VII 頁致 謝 ..............................................................................................................................34參考文獻(xiàn) ..............................................................................................................................35 西南交通大學(xué)本科畢業(yè)設(shè)計(jì)（論文） 第 1 頁 第 1 章 緒 論 國(guó)內(nèi)外研究現(xiàn)狀及研究意義 國(guó)內(nèi)外研究現(xiàn)狀字符作為信息溝通與交流的重要載體，在人們的日常工作和生活中起著重要作用，因此字符識(shí)別技術(shù)成為人機(jī)交互界面研究的主要內(nèi)容之一。字符識(shí)別是模式識(shí)別領(lǐng)域的一項(xiàng)傳統(tǒng)的課題，它在現(xiàn)代日常生活的應(yīng)用越來越廣泛，比如汽車車牌牌照的自動(dòng)識(shí)別系統(tǒng)、解決的方法也各異。隨著全世界的經(jīng)濟(jì)飛速發(fā)展，信息技術(shù)日新月異。人工智能等計(jì)一算機(jī)技術(shù)的迅猛發(fā)展使得信息的自動(dòng)處理能力不斷提高，并且廣泛地應(yīng)用于人們的生產(chǎn)和生活實(shí)際當(dāng)中，極大地推動(dòng)了人類的進(jìn)步和社會(huì)的發(fā)展。隨著人們生活節(jié)奏的不斷加快，汽車的普及已經(jīng)成為必然趨勢(shì)，交通系統(tǒng)的管理能力也相應(yīng)的需要極大的提高，所以車輛的自動(dòng)管理即智能交通系統(tǒng)的開發(fā)就越來越成為社會(huì)現(xiàn)實(shí)中需要迫切解決的問題。在這個(gè)大背景下，基于計(jì)算機(jī)視覺的圖像處理及模式識(shí)別技術(shù)就越來越得到人們的關(guān)注，這也為智能交通管理系統(tǒng)的深入研究并且早日進(jìn)入實(shí)際應(yīng)用領(lǐng)域提供了非常好的契機(jī)。車輛牌照自動(dòng)識(shí)別系統(tǒng)已成為計(jì)算機(jī)視覺與模式識(shí)別應(yīng)用的重要研究課題之一。在模式識(shí)別領(lǐng)域中，有的技術(shù)已經(jīng)初步進(jìn)入了實(shí)用階段，比如指紋識(shí)別，虹膜識(shí)別等；語音識(shí)別，手寫漢字識(shí)別等也取得了飛速的進(jìn)展。而車牌識(shí)別系統(tǒng) 是一個(gè)涉及到圖像處理，模式識(shí)別，計(jì)算機(jī)視覺，軟件工程等多個(gè)方面的技術(shù)的系統(tǒng)。由于整個(gè)系統(tǒng)需要解決的問題相當(dāng)復(fù)雜，車牌識(shí)別在實(shí)際上只得到了初步的應(yīng)用。例如在識(shí)別過程中不同的天氣，亮度，環(huán)境光都會(huì)對(duì)車牌的定位造成一定的困難，車牌本身的缺陷或傾斜對(duì)字符切分會(huì)造成很大的影響，復(fù)雜而且難以預(yù)計(jì)的非車牌區(qū)域更是給車牌的準(zhǔn)確識(shí)別帶來了極大的困難。盡管近幾年來研究者們也對(duì)這些問題提出了很多相應(yīng)的解決方法，但是在識(shí)別的速度，正確率上還是有著很大的不足。尤其是近些年來，隨著人們生活水平的提高，私家車的擁有量越來越高，各類公路街道也不斷拓寬，同時(shí)駕駛員素質(zhì)卻是參差不齊，眾多因素使得需要識(shí)別的圖像背景越來越復(fù)雜，交通系統(tǒng)的壓力也越來越大，從而智能交通系統(tǒng)也成為了圖像處理人工智能領(lǐng)域的一個(gè)熱點(diǎn)項(xiàng)目。車牌號(hào)碼的識(shí)別是智能交通系統(tǒng)的重要組成部分，其主要功能是從視頻監(jiān)控視頻（實(shí)時(shí)處理或錄像）中分析并且處理采集到的圖像，捕獲到含有汽車牌照的關(guān)鍵幀，對(duì)這類幀進(jìn)行識(shí)別處理，依次對(duì)圖像中車牌的位置進(jìn)行定位，對(duì)定位好的車牌進(jìn)行旋轉(zhuǎn)，切分等操作，最后對(duì)切分好的單個(gè)字 西南交通大學(xué)本科畢業(yè)設(shè)計(jì)（論文） 第 2 頁符進(jìn)行識(shí)別，從而提取出汽車牌照的完整信息。這套系統(tǒng)在出入控制路口，高速公路收費(fèi)站，公路流量監(jiān)控，違章車輛監(jiān)控等方面都可以使用。只要是可以放置攝像頭或照相機(jī)的地方都可以方便的應(yīng)用。綜上所述，對(duì)車牌識(shí)別技術(shù)的研究以及相關(guān)應(yīng)用系統(tǒng)的開發(fā)都具有重大的現(xiàn)實(shí)意義以及實(shí)用價(jià)值，同時(shí)也擁有廣大的商業(yè)應(yīng)用前景。本文采用的基于 BP(BackPropagation)神經(jīng)網(wǎng)絡(luò)進(jìn)行字符識(shí)別是一種新的識(shí)別方法，它具有一些傳統(tǒng)技術(shù)所沒有的優(yōu)點(diǎn)，如識(shí)別速度較快，分類能力強(qiáng)，且具有較好的容錯(cuò)性能和自學(xué)習(xí)能力。與其它方法相比， BP 神經(jīng)網(wǎng)絡(luò)不需要了解網(wǎng)絡(luò)的內(nèi)部細(xì)節(jié)和過程，實(shí)現(xiàn)相對(duì)簡(jiǎn)單，還有自我改進(jìn)和學(xué)習(xí)的優(yōu)點(diǎn)，很容易為識(shí)別系統(tǒng)增加學(xué)習(xí)特性，易適應(yīng)各種書寫風(fēng)格發(fā)生的變化。20 世紀(jì) 80 年代中期，美國(guó)很多學(xué)者就完整地提出了反向傳播學(xué)習(xí)算法，簡(jiǎn)稱為 BP 算法，BP 算法因其良好的非線性映射能力和柔軟的網(wǎng)絡(luò)結(jié)構(gòu)，目前已被廣泛應(yīng)用于模式識(shí)別、數(shù)據(jù)預(yù)測(cè)、圖像處理等各個(gè)領(lǐng)域，它的理論發(fā)展也日趨成熟。近年來，人們圍繞如何加速傳統(tǒng) BP 網(wǎng)絡(luò)的收斂速度及盡量陷入局部最優(yōu)解等問題做了大量的研究工作，并提出了許多改進(jìn)的方案 [13]。本文在詳細(xì)研究 BP 算法及改進(jìn)算法基礎(chǔ)上，通過“車牌識(shí)別” [4]對(duì)標(biāo)準(zhǔn) BP 算法和改進(jìn) BP 算法進(jìn)行了比較研究。 字符圖像模式是人們對(duì)要識(shí)別的字符圖像的定義和描述，圖像模式類是具有某些集合、紋理和數(shù)字描述體的共同特性樣本客體的集合。圖像模式識(shí)別是對(duì)表征事物或物理現(xiàn)象的各種形式的物理數(shù)據(jù)、圖像信息進(jìn)行處理和分析，以對(duì)圖像進(jìn)行描述、辨認(rèn)、分析和解釋的過程。圖像模式識(shí)別的研究是將圖像處理、特征定義與變換、分類方法、數(shù)字計(jì)算等各種技術(shù)綜合應(yīng)用，自動(dòng)的識(shí)別和分類物體圖像中的幾何目標(biāo)、區(qū)域紋理和數(shù)學(xué)描述體的目標(biāo)過程。一般的圖像模式識(shí)別系統(tǒng)由 5 個(gè)基本模塊組成，包括圖像數(shù)據(jù)采集圖像數(shù)據(jù)和預(yù)處理、特征建立及分析、分類器設(shè)計(jì)、模板匹配。任何一種模式識(shí)別方法的實(shí)現(xiàn)都需要由客體，首先要通過各種數(shù)據(jù)采集設(shè)備、數(shù)字圖像攝像頭、模擬圖像 A/D 轉(zhuǎn)換卡或者將各種物理變量轉(zhuǎn)換為計(jì)算機(jī)能表達(dá)的二維或三維數(shù)字圖像。這種由數(shù)字圖像組成的空間為模式空間，計(jì)算機(jī)必須從這些眾多的圖像數(shù)字信息中抽取和提煉重要和簡(jiǎn)約有效的特征信息，這在系統(tǒng)處理的前期需要包括消除噪聲、分離背景、圖像分割等級(jí)是處理，去掉一些非重要的信息，然后對(duì)識(shí)別樣板的物體或者區(qū)域的特征進(jìn)行分析計(jì)算和交換，采用合理的方法和技術(shù)對(duì)特征進(jìn)行選擇。提取和訓(xùn)練以建立和形成模式的特征庫(kù)，對(duì)待識(shí)別的樣本模式分類和模型匹配在已經(jīng)建立的特征空間和特征樣本庫(kù)的基礎(chǔ)上依據(jù)合理的分類器方法而得到的結(jié)果。一般的圖像模式識(shí)別系統(tǒng)主要下例部分組成：圖像信息獲取、圖像預(yù)處理、圖像特征提取、識(shí)別結(jié)果輸出。通常的圖像識(shí)別系統(tǒng)具體的模塊構(gòu)成如圖 11 所示。 西南交通大學(xué)本科畢業(yè)設(shè)計(jì)（論文） 第 3 頁圖像輸入圖像信息獲取圖像預(yù)處理圖像特征提取 識(shí)別結(jié)果輸出圖 11 圖像識(shí)別系統(tǒng)模塊構(gòu)成車牌字符識(shí)別涉及模式分類，圖像處理，神經(jīng)網(wǎng)絡(luò)等多方面的技術(shù)。與一般的印刷體字符識(shí)別相比，有其自身的特點(diǎn)，它實(shí)際上是對(duì)依附在車牌上的印刷體文字進(jìn)行識(shí)別。車牌字符識(shí)別技術(shù)，是文字識(shí)別技術(shù)與車牌圖像自身特點(diǎn)協(xié)調(diào)兼顧的綜合性技術(shù)。由于環(huán)境光照的強(qiáng)弱程度以及色彩、車牌的整潔度、攝像機(jī)的 J 性能、拍攝時(shí)的車輛牌照的傾斜角度、鏡頭軸線與車牌法線的夾角以及車輛運(yùn)動(dòng)等因素的影響使牌照中的字符可能出現(xiàn)比較嚴(yán)重的模糊、歪斜、缺損或污跡干擾，這些都給字符識(shí)別帶來了難度。40 年代以來，人們?cè)谘芯咳四X機(jī)理的基礎(chǔ)上，廣泛開展模仿腦模型的人工神經(jīng)網(wǎng)絡(luò)理論的研究。由于人工神經(jīng)網(wǎng)絡(luò)具有與人腦相似的高度并行性、良好的容錯(cuò)性和聯(lián)想記憶功能、自適應(yīng)和自學(xué)習(xí)能力等特點(diǎn)，特別是以改進(jìn)型 BP 網(wǎng)絡(luò)為代表的神經(jīng)網(wǎng)絡(luò)具有良好的自學(xué)習(xí)能力、強(qiáng)大的分類能力、容錯(cuò)能力和魯棒性，可以實(shí)現(xiàn)輸入到輸出的非線性映射，因此神經(jīng)網(wǎng)絡(luò)在字符識(shí)別領(lǐng)域得到越來越多的應(yīng)用 [5]。在日常生活中，大量的數(shù)字化信息需要進(jìn)行手工錄入，耗時(shí)且由于長(zhǎng)時(shí)間工作引起疲勞不可避免地產(chǎn)生差錯(cuò)，日益成為阻礙信息化發(fā)展的瓶頸問題。如何將人們從這種煩瑣的簡(jiǎn)單重復(fù)勞動(dòng)中解放出來，是模式識(shí)別領(lǐng)域中的一類重要問題 [6]。近年來，隨著國(guó)民經(jīng)濟(jì)的蓬勃發(fā)展，高速公路、高等級(jí)公路及大型停車場(chǎng)越來越多，汽車的數(shù)量也在猛增，這就給交通管理提出了更高的要求。因此，汽車牌照的自動(dòng)識(shí)別技術(shù)在公共安全及交通管理中具有特別重要的實(shí)際應(yīng)用意義。目前，國(guó)內(nèi)外汽車牌照的識(shí)別技術(shù)有 IC 卡識(shí)別技術(shù)、條形碼識(shí)別技術(shù)、圖像處理技術(shù)、人工神經(jīng)網(wǎng)絡(luò)識(shí)別技術(shù) [7]。前面三種方法存在著使用成本高、識(shí)別速度慢等缺點(diǎn)。由于人工神經(jīng)網(wǎng)絡(luò)識(shí)別技術(shù)有良好的自適應(yīng)性、自組織性，很強(qiáng)的學(xué)習(xí)功能、聯(lián)想功能、容錯(cuò)功能、識(shí)別率高、抗干擾能力強(qiáng)等優(yōu)點(diǎn)，因此越來越多地受到人們的廣泛關(guān)注與應(yīng)用。目前廣泛采用的是基于 BP 算法的多層前饋神經(jīng)網(wǎng)絡(luò)。 研究意義隨著圖像處理和識(shí)別的技術(shù)和計(jì)算機(jī)、多媒體、智能機(jī)器人、專家系統(tǒng)的不斷發(fā)展，越來越多的系統(tǒng)應(yīng)用了圖像模式識(shí)別技術(shù)，如圖像模式識(shí)別在氣象分析，工業(yè)生產(chǎn)應(yīng)用，交通信息管理，農(nóng)業(yè)生產(chǎn)應(yīng)用，醫(yī)學(xué)分析，生物信息檢測(cè)，文字信息處理等方面得到了廣泛的應(yīng)用 [8]。 西南交通大學(xué)本科畢業(yè)設(shè)計(jì)（論文） 第 4 頁1. 圖像模式識(shí)別應(yīng)用一 該模式識(shí)別已經(jīng)在天氣氣象預(yù)報(bào)分析，衛(wèi)星遙感圖片分析，自然災(zāi)害預(yù)測(cè)等方面得到了廣泛的應(yīng)用。2. 圖像模式識(shí)別應(yīng)用二 該模式識(shí)別在工業(yè)生產(chǎn)和質(zhì)量檢驗(yàn)等方面得到了實(shí)際應(yīng)用 [9]。圖紙掃描識(shí)別系統(tǒng)可將手繪圖紙和藍(lán)圖轉(zhuǎn)換為矢量圖形輸入到諸如AUTOCAD 繪圖系統(tǒng)中，加工工作面表面質(zhì)量的圖形化檢測(cè)使工作效率大大提高，基于圖像分析的流水線上的啤酒質(zhì)量檢測(cè)系統(tǒng)極大地提高了工作效率。3. 圖像模式識(shí)別應(yīng)用三 該模式識(shí)別在交通信息管理方面得到了積極的應(yīng)用，車輛智能化，信息化的管理在很大程度上都得益于模式識(shí)別技術(shù)的進(jìn)步，車牌自動(dòng)定位和識(shí)別系統(tǒng)，車輛流量分析系統(tǒng)，駕駛員面部狀態(tài)分析系統(tǒng)，交通標(biāo)記自動(dòng)識(shí)別和分析系統(tǒng)，車輪軸承紅外圖像分析系統(tǒng)都為交通信息智能化，交通安全運(yùn)行提供了技術(shù)支持。4. 圖像模式識(shí)別應(yīng)用四 該模式識(shí)別在農(nóng)業(yè)生產(chǎn)中得到了廣泛的應(yīng)用，基于衛(wèi)星圖像的土壤分析，水利資源利用，農(nóng)業(yè)災(zāi)害預(yù)測(cè)得到廣泛應(yīng)用，基于圖像的流水線上的葡萄干的分線擇選系統(tǒng)大大提高了產(chǎn)品質(zhì)量和生產(chǎn)效率。5. 圖像模式識(shí)別應(yīng)用五 該模式識(shí)別在醫(yī)學(xué)圖像分析統(tǒng)計(jì)方面得到了成功應(yīng)用，紅血球，白血球識(shí)別和計(jì)數(shù)系統(tǒng)大大減輕了醫(yī)療檢測(cè)人員的工作負(fù)擔(dān)，B 超圖像病理組織自動(dòng)分析系統(tǒng)提高了診斷效率，紅外乳腺檢測(cè)系統(tǒng)為預(yù)防婦科疾病發(fā)揮了巨大作用。6. 圖像模式識(shí)別應(yīng)用六 該模式識(shí)別在生物信息處理方面有了非常大的進(jìn)展，語音識(shí)別，指紋識(shí)別，字跡鑒定，虹紋分析，掌紋識(shí)別系統(tǒng)為特種金融行業(yè)和安全系統(tǒng)提供了非常重要的辨別工具。7. 圖像模式識(shí)別應(yīng)用七 該模式識(shí)別在信息處理方面取得了實(shí)際意義的應(yīng)用，印刷體識(shí)別錄入系統(tǒng)，手寫數(shù)字輸入系統(tǒng)，以畫草圖方式的工程圖紙輸入系統(tǒng)使信息交流跨越了媒體間的距離 [10]。車牌字符識(shí)別技術(shù)的根本性在于自動(dòng)識(shí)讀出車輛的唯一身份證，車牌號(hào)碼，是車輛管理的直觀依據(jù)，對(duì)車輛車牌的直接識(shí)別，符合車輛管理的需要，同時(shí)，由于不需要被識(shí)別車輛主動(dòng)參與，管理全面、與法律無沖突，擺脫了人工查看圖片識(shí)讀車牌號(hào)碼的工作，由于這一智能化的技術(shù)，頓時(shí)使車輛管理的技術(shù)水平跨上了一個(gè)新臺(tái)階，雖然任何車輛管理系統(tǒng)最終都不可能完全擺脫人的參與，但畢竟在降低人工勞動(dòng)強(qiáng)度、提高管理效率、增加管理的客觀性方面起到了巨大的推動(dòng)作用。隨著越來越多的家庭開始擁有車輛，車牌識(shí)別系統(tǒng)為自動(dòng)化的智能交通管理、智能物業(yè)管理提供了高效、實(shí)用的手段。 西南交通大學(xué)本科畢業(yè)設(shè)計(jì)（論文） 第 5 頁 研究?jī)?nèi)容及方法 研究?jī)?nèi)容車牌照識(shí)別是智能交通系統(tǒng)的一個(gè)重要課題，在車輛管理、不停車收費(fèi)等系統(tǒng)中有廣泛應(yīng)用。目前，基于神經(jīng)網(wǎng)絡(luò)的字符識(shí)別技術(shù)在車牌照識(shí)別領(lǐng)域中已經(jīng)得到比較普遍的應(yīng)用，但是由于車牌字符識(shí)別算法的相對(duì)復(fù)雜性，因此我們需要設(shè)計(jì)一種改進(jìn)算法來提高車牌照識(shí)別系統(tǒng)的魯棒性和實(shí)時(shí)性。具體方法過程如下。 1. 對(duì)輸入的字符圖像（包括數(shù)字和英文字母）進(jìn)行字符特征提?。?. 通過神經(jīng)網(wǎng)絡(luò)方法訓(xùn)練樣本和自學(xué)習(xí)，識(shí)別字符并給出結(jié)果；3. 設(shè)計(jì)一種改進(jìn)算法以提高字符識(shí)別的精確度和快速性。 研究方法車牌的識(shí)別問題是現(xiàn)代交通工程領(lǐng)域中研究的重點(diǎn)和熱點(diǎn)問題之一。本文主要對(duì)車牌字符的識(shí)別作了詳細(xì)介紹，對(duì)識(shí)別過程中的一些關(guān)鍵技術(shù)進(jìn)行了概述。1. 首先對(duì)車牌字符的預(yù)處理(包括圖像灰度化、圖像二值化、圖像反白處理)作了簡(jiǎn)單的介紹，然后對(duì)其進(jìn)行特征提取