【正文】 絡(luò)的復(fù)雜性，同時能夠很好地提高網(wǎng)絡(luò)的識別率。實驗表明，本文采用的算法能夠?qū)嚺谱址麑崿F(xiàn)較高準(zhǔn)確率的識別，同時，算法適應(yīng)能力強，能夠應(yīng)用于實際的車牌識別系統(tǒng)。在車牌準(zhǔn)確定位、字符分割后，車牌上字母的識別率較高，由于部分字母和數(shù)字具有相似性造成了字母數(shù)字網(wǎng)絡(luò)的識別率較低，還有待提高。 算法測試與分析 實驗中，使用了 100 個測試車牌， 200個訓(xùn)練車牌。經(jīng)過處理的車牌字符輸入神經(jīng)網(wǎng)絡(luò)。通過實驗測試，對比與一般 BP 神經(jīng)網(wǎng)絡(luò)車牌識別，采用由本文的識別方法使性能得到了比較大的提升。 實驗結(jié)果如圖 11 所示： 網(wǎng)絡(luò)類型 測試樣本正確率 學(xué)習(xí)時間 m/s 誤差 傳統(tǒng)神經(jīng)網(wǎng)絡(luò) 85% 46372 % 漢字網(wǎng)絡(luò) 89% 4084 % 字母網(wǎng)絡(luò) 95% 5241 % 字母數(shù)字網(wǎng)絡(luò) 91% 26584 % 改進的 BP神經(jīng)網(wǎng)絡(luò) 91%（總和） 35909（總和） %（平均） 圖 11 字符識別結(jié)果 大連海洋大學(xué)本科畢業(yè)論文（設(shè)計） 第四章 車牌字符識別算法的研究 24 第五章 總結(jié)與展望 工作總結(jié) 車牌識別技術(shù)是智能交通的一個重要的環(huán)節(jié)，在智能交通中有著廣泛的應(yīng)用，如電子警察系統(tǒng)、道路收費、車載導(dǎo)航系統(tǒng)、全球定位系統(tǒng)、車輛自動識別系統(tǒng)等。同時，汽車車牌識別的技術(shù)和方法還可以應(yīng)用到其它檢測和識別領(lǐng)域。因此，車牌識別問題已經(jīng)成為現(xiàn)在交通工程領(lǐng)域中研究的重點和熱點問題之一。 根據(jù)我國車牌的特殊性，本文對車牌識別過程中所涉及的相關(guān)算法進行了比較深入地研究，并且比較了各種算法的優(yōu)劣，并改進了一部分算法。 1） 在車牌定位部分，提出了利用 HSI色彩空間和車牌特殊的紋理特征進行，三維能量圖的車牌定位方法。 2） 在字符分割部分，先使用了中心旋轉(zhuǎn)矯正，通過投影方法使得圖片最終實現(xiàn)旋轉(zhuǎn)矯正，之后使用并改進了“四通法”最終實現(xiàn)字符分割。 3） 在車牌的字符識別部分，根據(jù)我國車牌的特殊組成，提出了基于改進 BP神經(jīng)網(wǎng)絡(luò)的多分類器，該分類器有 3個子 BP神經(jīng)網(wǎng)絡(luò)組成，分別是漢字網(wǎng)絡(luò)、字母網(wǎng)絡(luò)、字母數(shù)字網(wǎng)絡(luò)。 4） 最后簡單介紹了智能交通系統(tǒng)，并對它的發(fā)展進行了論述，最后討論了車牌識別技術(shù)在其中的應(yīng)用與發(fā)展。 展望 車牌識別技術(shù)是模式識別和數(shù)字圖像處理高度融合的一項技 術(shù)，同時也是智能交通的一個難點。由于車牌背景的復(fù)雜性、車牌特征的多樣性、模糊車牌、掉色車牌和一些人為因素干擾的車牌等問題，從而大大的增加了車牌識別系統(tǒng)的難度，至今為止，仍然沒有一個完全通用的車牌識別系統(tǒng)。 本文仍然還有很多不足和有待改進的地方： 1） 如果出現(xiàn)車牌圖像比較模糊或者背景比較復(fù)雜等情況，車牌定位的準(zhǔn)確性不是很高。 2） 本文只針對已經(jīng)實現(xiàn)定位且效果良好的圖像進行了研究，并沒有考慮到實際情況中很多不穩(wěn)定因素。 3） 車牌的字符識別過程中字母數(shù)字網(wǎng)絡(luò)的正確識別率不高。 大連海洋大學(xué)本科畢業(yè)論文（設(shè)計） 參考文獻 25 參考文獻 [1]馬頌德，張正友，《計算機視 覺》，科學(xué)出版社，北京， 1998. [2] R. Parist, et al. Car Plate Recognition by Neural Networks and Image Processing，USA,2021,May 31June 3 [3] Char1 Coetzee,et al. PC Based Number Plate Recognition Systems. In International Symposium on Industrial Electronics,1999:605610 [4] , , , and . A Probabilistic Background Model for Tracking. Eccv 2021, :4748 [5] Li Yucheng， Qin Ni， Wang algorithm for license plate location based on image energy and traffic speed measurement 2021： 330333. [6] 李宇成，覃妮，王目樹 .一種新的車牌定位方法及應(yīng)用 [J].計算機工程與應(yīng)用， 2021，45（ 17）： 148150. [7]孫慧賢 。 張玉華 。 羅飛路，《基于 HSI顏色空間的彩色邊緣檢測方法研究》，光學(xué)技術(shù)期刊， 20210320 [8]李宇成； 楊光明； 王目樹 ,《 Study of key technology in license plate recognition system》 計算機工程與應(yīng)用， 2021第 27期 [9]陰躲芬 李一民 王英妹 王林 《圖像閥值 分割技術(shù)的研究》，科技廣場 2021年 03期 [10]馬俊莉 , 莫玉龍．一種基于改進模板匹配的車牌字符識別方法 [J].小型微型計算機系統(tǒng)， 2021,24（ 9）： 16701672 [11] 何兆成 ,佘錫偉 ,余文進 ,楊文臣 .字符多特征提取方法及其在車牌識別中的應(yīng)用 [J].計算機工程與應(yīng)用 .2021,47(23):228231 [12] XingWang Zhang,Xiangui Liu,Jia Zhao. A Vehicle License Plate Recognition Method Based on Neural Network[J]. Granular Computing, 2021:845– 847 [14] 周景超 , 陳鋒 , 陳為多 , 王家捷 . 車牌字符分割的研究和實現(xiàn) . 計算機工程 , 2021,32(5):238－ 243 [13] 林宇，《 車牌識別在智能交通中的應(yīng)用與發(fā)展趨勢 》 ，中國安防， 2021年 11期 [15] 范瑋琦 ,穆長江 .一種基于漢字結(jié)構(gòu)特征的車牌照字符分割方法 . 儀器儀表學(xué)報 , 2021,24(4):472－ 474 [16] 陳 黎，黃心漢，王 敏等．基于聚類分析的 車牌字符分割方法 ．計算機工程與應(yīng) 用， 2021， 38(6)： 221— 256 [17] 李文舉，梁德群．質(zhì)量退化的車牌字符分割方法 [J]．計算機輔助設(shè)計與圖形學(xué)報， 2021， 6(5)： 697— 700 大連海洋大學(xué)本科畢業(yè)論文（設(shè)計） 參考文獻 26 [18] 崔新春，魏春英 .基于小波變換和亮度矩的車牌圖像分割算法 [J].曲阜師范大學(xué)學(xué)報， 2021,28(4):7578 [19] 甘玲 ,林小晶 . 基于連通域提取的車牌字符分割算法 [J]計算機仿真 2021, (04) [20] 王冠，敖志剛，劉永躍，王真軍 . 基于快速連通域標(biāo)記的車牌字符分割 [J].計算 機與 現(xiàn)代化 .2021,6:5557 [21] 王潤民 ,錢盛友等 .基于神經(jīng)網(wǎng)絡(luò)和顏色特征的車牌字符分割方法 [J].計算機工程與應(yīng) 用 . 2021,42(26):57— 59 [22] 包明，路小波，基于 Hough變換的車牌傾斜檢測算法，交通與計算機， 2021,22 (2):5760 [23] 王良紅 ,王錦玲 ,梁延華 .改進的 Hough 變換在校正汽車牌照傾斜中的應(yīng)用 [J].信息與 電子工程 .2021,2(1):4548 [24] SUN Dongwei, ZHU Chenghui, “ Skew Angle Detection of the Vehicle License Plate Image and Correct Based on Radon” Transformation[J]. Microputer Applications , China, 2021, [25] 賈曉丹 , 李文舉 , 王海姣 .一種新的基于 Radon 變換的車牌傾斜校正方法 [J].計算機 工程與應(yīng)用 .2021,44(3):245148 大連海洋大學(xué)本科畢業(yè)論文（設(shè)計） 致謝 27 致謝 四年的讀書生 涯 在這個季節(jié)即將劃 上一個句號，而于我的人生卻只是一個逗號，我將面對又一次征程的開始。四年的求學(xué)生涯在師長、親友的大力支持下，走得辛苦卻也收獲滿囊，在論文即將付梓之際，思緒萬千，心情久久不能平靜。 偉人、名人為我所崇拜，可是我更急切地要把我的敬意和贊美獻給一位平凡的人，我的導(dǎo)師。我不是您最出色的學(xué)生，而您卻是我最尊敬的老師。您治學(xué)嚴(yán)謹(jǐn)，學(xué)識淵博，思想深邃，視野雄闊，為我營造了一種良好的精神氛圍。授人以魚不如授人以漁，置身其間，耳濡目染，潛移默化，使我不僅接受了全新的思想觀念，樹立了宏偉的學(xué)術(shù)目標(biāo)，領(lǐng)會了基本的思考方式，從論文題 目的選定到論文寫作的指導(dǎo) ,經(jīng)由您悉心的點撥 ,再經(jīng)思考后的領(lǐng)悟 ,常常讓我有 “山重水復(fù)疑無路 ,柳暗花明又一村 ”。 在論文即將完成之際，我的心情無法平靜，從開始進入課題到論文的順利完成，有多少可敬的師長、同學(xué)、朋友給了我無言的幫助，在這里請接受我誠摯謝意！ 同時也感謝學(xué)院為我提供良好的做畢業(yè)設(shè)計的環(huán)境。 最后再一次感謝所有在畢業(yè)設(shè)計中曾經(jīng)幫助過我的良師益友和同學(xué)，以及在設(shè)計中被我引用或參考的論著的作者。 大連海洋大學(xué)本科畢業(yè)論文（設(shè)計） 附錄 1 28 附錄 1： 英文資料 Automatic license plate recognition Despite the success of license plate recognition (LPR) methods in the past decades, few of them can process multistyle license plates (LPs), especially LPs from different nations, effectively. In this paper, we propose a new method for multistyle LP recognition by representing the styles with quantitative parameters, ., plate rotation angle, plate line number, character type and format. In the recognition procedure these four parameters are managed by relevant algorithms, ., plate rotation, plate line segmentation,character recognition and format matching algorithm, respectively. To recognize special style LPs, users can configure the method by defining corresponding parameter values, which will be processed by the relevant algorithms. In addition, the probabilities of the occurrence of every LP style are calculated based on the previous LPR results, which will result in a faster and more precise recognition. Various LP images were used to test the proposed method and the results proved its effectiveness. Automatic license plate recognition (LPR) has been a practical technique in the past decades [1]. Numerous applications, such as automatic toll collection [1], criminal pursuit [2] and traffic law en forcement [3], have