【文章內容簡介】 第 5 章 軟件設計 ................................................................................................................27 系統(tǒng)流程 ...............................................................................................................27 系統(tǒng)界面 ...............................................................................................................27結 論 ..............................................................................................................................33 西南交通大學本科畢業(yè)設計(論文) 第 VII 頁致 謝 ..............................................................................................................................34參考文獻 ..............................................................................................................................35 西南交通大學本科畢業(yè)設計（論文） 第 1 頁 第 1 章 緒 論 國內外研究現(xiàn)狀及研究意義 國內外研究現(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，因此字符識別技術成為人機交互界面研究的主要內容之一。字符識別是模式識別領域的一項傳統(tǒng)的課題，它在現(xiàn)代日常生活的應用越來越廣泛，比如汽車車牌牌照的自動識別系統(tǒng)、解決的方法也各異。隨著全世界的經濟飛速發(fā)展，信息技術日新月異。人工智能等計一算機技術的迅猛發(fā)展使得信息的自動處理能力不斷提高，并且廣泛地應用于人們的生產和生活實際當中，極大地推動了人類的進步和社會的發(fā)展。隨著人們生活節(jié)奏的不斷加快，汽車的普及已經成為必然趨勢，交通系統(tǒng)的管理能力也相應的需要極大的提高，所以車輛的自動管理即智能交通系統(tǒng)的開發(fā)就越來越成為社會現(xiàn)實中需要迫切解決的問題。在這個大背景下，基于計算機視覺的圖像處理及模式識別技術就越來越得到人們的關注，這也為智能交通管理系統(tǒng)的深入研究并且早日進入實際應用領域提供了非常好的契機。車輛牌照自動識別系統(tǒng)已成為計算機視覺與模式識別應用的重要研究課題之一。在模式識別領域中，有的技術已經初步進入了實用階段，比如指紋識別，虹膜識別等；語音識別，手寫漢字識別等也取得了飛速的進展。而車牌識別系統(tǒng) 是一個涉及到圖像處理，模式識別，計算機視覺，軟件工程等多個方面的技術的系統(tǒng)。由于整個系統(tǒng)需要解決的問題相當復雜，車牌識別在實際上只得到了初步的應用。例如在識別過程中不同的天氣，亮度，環(huán)境光都會對車牌的定位造成一定的困難，車牌本身的缺陷或傾斜對字符切分會造成很大的影響，復雜而且難以預計的非車牌區(qū)域更是給車牌的準確識別帶來了極大的困難。盡管近幾年來研究者們也對這些問題提出了很多相應的解決方法，但是在識別的速度，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，同時駕駛員素質卻是參差不齊，眾多因素使得需要識別的圖像背景越來越復雜，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域的一個熱點項目。車牌號碼的識別是智能交通系統(tǒng)的重要組成部分，其主要功能是從視頻監(jiān)控視頻（實時處理或錄像）中分析并且處理采集到的圖像，捕獲到含有汽車牌照的關鍵幀，對這類幀進行識別處理，依次對圖像中車牌的位置進行定位，對定位好的車牌進行旋轉，切分等操作，最后對切分好的單個字 西南交通大學本科畢業(yè)設計（論文） 第 2 頁符進行識別，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的地方都可以方便的應用。綜上所述，對車牌識別技術的研究以及相關應用系統(tǒng)的開發(fā)都具有重大的現(xiàn)實意義以及實用價值，同時也擁有廣大的商業(yè)應用前景。本文采用的基于 BP(BackPropagation)神經網(wǎng)絡進行字符識別是一種新的識別方法，它具有一些傳統(tǒng)技術所沒有的優(yōu)點，如識別速度較快，分類能力強，且具有較好的容錯性能和自學習能力。與其它方法相比， BP 神經網(wǎng)絡不需要了解網(wǎng)絡的內部細節(jié)和過程，實現(xiàn)相對簡單，還有自我改進和學習的優(yōu)點，很容易為識別系統(tǒng)增加學習特性，易適應各種書寫風格發(fā)生的變化。20 世紀 80 年代中期，美國很多學者就完整地提出了反向傳播學習算法，簡稱為 BP 算法，BP 算法因其良好的非線性映射能力和柔軟的網(wǎng)絡結構，目前已被廣泛應用于模式識別、數(shù)據(jù)預測、圖像處理等各個領域，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，并提出了許多改進的方案 [13]。本文在詳細研究 BP 算法及改進算法基礎上，通過“車牌識別” [4]對標準 BP 算法和改進 BP 算法進行了比較研究。 字符圖像模式是人們對要識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。圖像模式識別是對表征事物或物理現(xiàn)象的各種形式的物理數(shù)據(jù)、圖像信息進行處理和分析，以對圖像進行描述、辨認、分析和解釋的過程。圖像模式識別的研究是將圖像處理、特征定義與變換、分類方法、數(shù)字計算等各種技術綜合應用，自動的識別和分類物體圖像中的幾何目標、區(qū)域紋理和數(shù)學描述體的目標過程。一般的圖像模式識別系統(tǒng)由 5 個基本模塊組成，包括圖像數(shù)據(jù)采集圖像數(shù)據(jù)和預處理、特征建立及分析、分類器設計、模板匹配。任何一種模式識別方法的實現(xiàn)都需要由客體，首先要通過各種數(shù)據(jù)采集設備、數(shù)字圖像攝像頭、模擬圖像 A/D 轉換卡或者將各種物理變量轉換為計算機能表達的二維或三維數(shù)字圖像。這種由數(shù)字圖像組成的空間為模式空間，計算機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、圖像分割等級是處理，去掉一些非重要的信息，然后對識別樣板的物體或者區(qū)域的特征進行分析計算和交換，采用合理的方法和技術對特征進行選擇。提取和訓練以建立和形成模式的特征庫，對待識別的樣本模式分類和模型匹配在已經建立的特征空間和特征樣本庫的基礎上依據(jù)合理的分類器方法而得到的結果。一般的圖像模式識別系統(tǒng)主要下例部分組成：圖像信息獲取、圖像預處理、圖像特征提取、識別結果輸出。通常的圖像識別系統(tǒng)具體的模塊構成如圖 11 所示。 西南交通大學本科畢業(yè)設計（論文） 第 3 頁圖像輸入圖像信息獲取圖像預處理圖像特征提取 識別結果輸出圖 11 圖像識別系統(tǒng)模塊構成車牌字符識別涉及模式分類，圖像處理，神經網(wǎng)絡等多方面的技術。與一般的印刷體字符識別相比，有其自身的特點，它實際上是對依附在車牌上的印刷體文字進行識別。車牌字符識別技術，是文字識別技術與車牌圖像自身特點協(xié)調兼顧的綜合性技術。由于環(huán)境光照的強弱程度以及色彩、車牌的整潔度、攝像機的 J 性能、拍攝時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動等因素的影響使牌照中的字符可能出現(xiàn)比較嚴重的模糊、歪斜、缺損或污跡干擾，這些都給字符識別帶來了難度。40 年代以來，人們在研究人腦機理的基礎上，廣泛開展模仿腦模型的人工神經網(wǎng)絡理論的研究。由于人工神經網(wǎng)絡具有與人腦相似的高度并行性、良好的容錯性和聯(lián)想記憶功能、自適應和自學習能力等特點，特別是以改進型 BP 網(wǎng)絡為代表的神經網(wǎng)絡具有良好的自學習能力、強大的分類能力、容錯能力和魯棒性，可以實現(xiàn)輸入到輸出的非線性映射，因此神經網(wǎng)絡在字符識別領域得到越來越多的應用 [5]。在日常生活中，大量的數(shù)字化信息需要進行手工錄入，耗時且由于長時間工作引起疲勞不可避免地產生差錯，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單重復勞動中解放出來，是模式識別領域中的一類重要問題 [6]。近年來，隨著國民經濟的蓬勃發(fā)展，高速公路、高等級公路及大型停車場越來越多，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，汽車牌照的自動識別技術在公共安全及交通管理中具有特別重要的實際應用意義。目前，國內外汽車牌照的識別技術有 IC 卡識別技術、條形碼識別技術、圖像處理技術、人工神經網(wǎng)絡識別技術 [7]。前面三種方法存在著使用成本高、識別速度慢等缺點。由于人工神經網(wǎng)絡識別技術有良好的自適應性、自組織性，很強的學習功能、聯(lián)想功能、容錯功能、識別率高、抗干擾能力強等優(yōu)點，因此越來越多地受到人們的廣泛關注與應用。目前廣泛采用的是基于 BP 算法的多層前饋神經網(wǎng)絡。 研究意義隨著圖像處理和識別的技術和計算機、多媒體、智能機器人、專家系統(tǒng)的不斷發(fā)展，越來越多的系統(tǒng)應用了圖像模式識別技術，如圖像模式識別在氣象分析，工業(yè)生產應用，交通信息管理，農業(yè)生產應用，醫(yī)學分析，生物信息檢測，文字信息處理等方面得到了廣泛的應用 [8]。 西南交通大學本科畢業(yè)設計（論文） 第 4 頁1. 圖像模式識別應用一 該模式識別已經在天氣氣象預報分析，衛(wèi)星遙感圖片分析，自然災害預測等方面得到了廣泛的應用。2. 圖像模式識別應用二 該模式識別在工業(yè)生產和質量檢驗等方面得到了實際應用 [9]。圖紙掃描識別系統(tǒng)可將手繪圖紙和藍圖轉換為矢量圖形輸入到諸如AUTOCAD 繪圖系統(tǒng)中，加工工作面表面質量的圖形化檢測使工作效率大大提高，基于圖像分析的流水線上的啤酒質量檢測系統(tǒng)極大地提高了工作效率。3. 圖像模式識別應用三 該模式識別在交通信息管理方面得到了積極的應用，車輛智能化，信息化的管理在很大程度上都得益于模式識別技術的進步，車牌自動定位和識別系統(tǒng)，車輛流量分析系統(tǒng)，駕駛員面部狀態(tài)分析系統(tǒng)，交通標記自動識別和分析系統(tǒng)，車輪軸承紅外圖像分析系統(tǒng)都為交通信息智能化，交通安全運行提供了技術支持。4. 圖像模式識別應用四 該模式識別在農業(yè)生產中得到了廣泛的應用，基于衛(wèi)星圖像的土壤分析，水利資源利用，農業(yè)災害預測得到廣泛應用，基于圖像的流水線上的葡萄干的分線擇選系統(tǒng)大大提高了產品質量和生產效率。5. 圖像模式識別應用五 該模式識別在醫(yī)學圖像分析統(tǒng)計方面得到了成功應用，紅血球，白血球識別和計數(shù)系統(tǒng)大大減輕了醫(yī)療檢測人員的工作負擔，B 超圖像病理組織自動分析系統(tǒng)提高了診斷效率，紅外乳腺檢測系統(tǒng)為預防婦科疾病發(fā)揮了巨大作用。6. 圖像模式識別應用六 該模式識別在生物信息處理方面有了非常大的進展，語音識別，指紋識別，字跡鑒定，虹紋分析，掌紋識別系統(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. 圖像模式識別應用七 該模式識別在信息處理方面取得了實際意義的應用，印刷體識別錄入系統(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]。車牌字符識別技術的根本性在于自動識讀出車輛的唯一身份證，車牌號碼，是車輛管理的直觀依據(jù)，對車輛車牌的直接識別，符合車輛管理的需要，同時，由于不需要被識別車輛主動參與，管理全面、與法律無沖突，擺脫了人工查看圖片識讀車牌號碼的工作，由于這一智能化的技術，頓時使車輛管理的技術水平跨上了一個新臺階，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強度、提高管理效率、增加管理的客觀性方面起到了巨大的推動作用。隨著越來越多的家庭開始擁有車輛，車牌識別系統(tǒng)為自動化的智能交通管理、智能物業(yè)管理提供了高效、實用的手段。 西南交通大學本科畢業(yè)設計（論文） 第 5 頁 研究內容及方法 研究內容車牌照識別是智能交通系統(tǒng)的一個重要課題，在車輛管理、不停車收費等系統(tǒng)中有廣泛應用。目前，基于神經網(wǎng)絡的字符識別技術在車牌照識別領域中已經得到比較普遍的應用，但是由于車牌字符識別算法的相對復雜性，因此我們需要設計一種改進算法來提高車牌照識別系統(tǒng)的魯棒性和實時性。具體方法過程如下。 1. 對輸入的字符圖像（包括數(shù)字和英文字母）進行字符特征提??；2. 通過神經網(wǎng)絡方法訓練樣本和自學習，識別字符并給出結果；3. 設計一種改進算法以提高字符識別的精確度和快速性。 研究方法車牌的識別問題是現(xiàn)代交通工程領域中研究的重點和熱點問題之一。本文主要對車牌字符的識別作了詳細介紹，對識別過程中的一些關鍵技術進行了概述。1. 首先對車牌字符的預處理(包括圖像灰度化、圖像二值化、圖像反白處理)作了簡單的介紹，然后對其進行特征提取