【正文】 14,20,8,19,19,42,6,9,12,12,13,24,7,2,35,22,33,18,19,7,21,7,14,20,11,37,21,33,5,20,7,20,17,13,20,8,19,28,15,24,24,6,7,7,6,6,6,40,18,39,7,18,14,14,14,14,21,7,35,22,36,5,20,14,17,18,8,19,0,24,19,23,6,8,10,10,10,19,11,42,21,21,37,17,23,12,21,14,11,23,9,20,14,24,5,19,11,6,6,11,18,42,14,14,27,15,22,11,11,11,11,21,42,21,21,21,24,24,6,22,6,6,24,42,42,14,14,24,24,7,22,22,7,7,8,19,14,25,6,19,8,5,16,11,20,42,7,7,42,12,12,12,24,12,12,12,3,13,7,41,7,7,7,7,7,14,21,42,11,21,23,13,13,13,15,15,12,12,42,42,7,7,7,7,7,7,7,7,24,42,20,15,17, 15,18,18,18,19,18,1642,14,15,14,11,14,17,17,18,17,14,42,14,14,24,17,23,12,14,20,6,6,8,17,17,29,4,14,10,9,9,16,19,42,14,18,35,16,21,11,21,16,13,12,2,31,23,34,6,20,9,16,11,11,21,7,7,42,7,24,24,6,6,6,6,6,29,11,7,41,12,12,12,12,12,12,20,1,25,10,25,11,10,11,11,10,10,8,1,16,13,18,12,15,14,14,14,14,12,1,28,16,26,12,12,12,7,10,12,12，1,15,24,15,12,12,12,10,5,5,5,8,25,27,23,22,22,7,7,8,8,24,BP網(wǎng)絡(luò)只是用來做數(shù)據(jù)的一種映射關(guān)系，它模擬了一個(gè)函數(shù)使得輸入數(shù)據(jù)和輸出數(shù)據(jù)之間有一種關(guān)聯(lián)，這種關(guān)聯(lián)是一種逼近關(guān)系的，不一定很精準(zhǔn)，但在某種意義上來說也是可行的，這就是神經(jīng)網(wǎng)絡(luò)優(yōu)于模板識別的地方，這也是神經(jīng)網(wǎng)絡(luò)可以容忍錯(cuò)誤的地方，它采用的是一種關(guān)聯(lián)的辦法把數(shù)據(jù)給存儲下來。在MATLAB里面可以建立一個(gè)BP網(wǎng)絡(luò)程序，用來是實(shí)現(xiàn)車牌字符識別用的，在MATLAB里面建立BP網(wǎng)絡(luò)后經(jīng)過訓(xùn)練，直接調(diào)用訓(xùn)練過得BP網(wǎng)絡(luò)就可以去對車牌字符識別做驗(yàn)證，其程序代碼如下：P=[]。%設(shè)置輸入數(shù)據(jù)，即字符特征值得輸入。T=[]。%輸出值，即特征值輸入后希望得到的輸出。pauseclcnet=newff(minmax(P),[40,1],{39。logsig39。,39。purelin39。},39。trainlm39。)%設(shè)置BP網(wǎng)絡(luò)inputWeights={1,1}%輸入層的權(quán)值設(shè)置inputbias={1}%輸入層的閾值設(shè)置layerWeights={2,1}%隱含層的權(quán)值設(shè)置layerbias={2}%隱含層的閾值設(shè)置pauseclc=50。%每五十次顯示一次訓(xùn)練結(jié)果=。%學(xué)習(xí)速率設(shè)置=。%設(shè)置網(wǎng)絡(luò)的動量因子%moment=10000。%最大訓(xùn)練次數(shù)設(shè)置=1e5。%允許誤差設(shè)置pauseclc[net,tr]=train(net,P,T)。 BP網(wǎng)絡(luò)字符識別經(jīng)過對車牌字符庫里面的字符進(jìn)行學(xué)習(xí)后的BP網(wǎng)絡(luò)具有了固定的權(quán)值和閾值，這是BP網(wǎng)絡(luò)就已經(jīng)具有識別的功能。BP網(wǎng)絡(luò)訓(xùn)練過程中調(diào)試BP網(wǎng)絡(luò)的隱含層神經(jīng)元數(shù)目和學(xué)習(xí)速率是有效讓BP網(wǎng)絡(luò)誤差減少的因素。這是由于在BP網(wǎng)絡(luò)建模過程中誤差傳遞函數(shù)式子（28）造成的，由式子（28）可以得知權(quán)值修改是一個(gè)多元函數(shù)。在設(shè)置BP網(wǎng)絡(luò)時(shí)，學(xué)習(xí)效率是自己設(shè)定的，而誤差函數(shù)又與隱含層的輸出有著密切關(guān)聯(lián)的，最后得到的權(quán)值的增量。從分析上可以知道式子（28）不僅僅是一個(gè)多元函數(shù)還是一個(gè)有著一定的遞推關(guān)系,所以當(dāng)BP網(wǎng)絡(luò)參數(shù)設(shè)置得不合理時(shí)會產(chǎn)生振蕩，使得誤差不會收斂，這樣使得BP網(wǎng)絡(luò)不能實(shí)現(xiàn)特殊功能。據(jù)此分析，訓(xùn)練BP網(wǎng)絡(luò)時(shí)必需要根據(jù)誤差的變化來調(diào)節(jié)BP網(wǎng)絡(luò)的一些參數(shù)，這種調(diào)節(jié)的辦法并沒有理論的推論，而是根據(jù)經(jīng)驗(yàn)來設(shè)置?？梢韵葘﹄[含層的數(shù)目進(jìn)行調(diào)節(jié)再對學(xué)習(xí)速率進(jìn)行調(diào)節(jié)，讓誤差收斂起來。由于在實(shí)際當(dāng)中車牌字體不是通用計(jì)算機(jī)都能輸出來的，它是由公安部門專用的，使用來防止偽造車牌用的，所以在這里采用了另外的字體來代替。將字符庫的數(shù)字字符特征值送入到建立好的BP網(wǎng)絡(luò)中進(jìn)行識別，得到如下數(shù)據(jù)結(jié)果。 字符庫的識別結(jié)果字符誤差識別結(jié)果字符誤差識別結(jié)果0H1J2K3L4M5N6P7Q8R9SATBUCVDWEXFYGZ。 車牌字符識別結(jié)果字符特征值識別結(jié)果對應(yīng)字符42,41,6,7,7,7,7,7,7,7,24,2,22,19,22,4,7,9,10,11,20,10,7,18,18,41,6,9,12,12,13,24,7,7,34,21,36,9,20,15,18,19,7,17,42,21,21,21,24,23,6,22,6,6,24,，對于較為理想的車牌字符識別基本能全部識別出來，這只是對于處理得當(dāng)?shù)能嚺谱址M(jìn)行識別結(jié)果，若車牌字符不是理想的識別結(jié)果會造成比較大的誤差以至于不能識別出來，所以對于車牌字符圖像的處理需要一種比較合理的處理方法，使得后期要識別的車牌字符圖像達(dá)到可識別的程度。根據(jù)這種特征值提取的方法也可以知道只要字符像素變化的點(diǎn)不是在像素值提取的點(diǎn)上，那么不論發(fā)生任何變化，BP網(wǎng)絡(luò)都可以識別出來。這是這種定行定列提取特征值得優(yōu)點(diǎn)。即使當(dāng)字體發(fā)生變化只要取得特征點(diǎn)所在的位置不變，也不會影響其識別結(jié)果。第4章 結(jié) 論基于BP網(wǎng)絡(luò)識別車牌字符，首先需要要建立一個(gè)比較完善的車牌字符庫，對字符庫的字符做特征值提取，在BP網(wǎng)絡(luò)訓(xùn)練過程不可避免的需要調(diào)節(jié)BP網(wǎng)絡(luò)的參數(shù)，使得BP網(wǎng)絡(luò)的誤差能在一定的范圍內(nèi)可以收斂。關(guān)于BP網(wǎng)絡(luò)的權(quán)值修改函數(shù)建模不夠完善使得在訓(xùn)練BP網(wǎng)絡(luò)時(shí)調(diào)節(jié)起來比較復(fù)雜，對于這樣的數(shù)學(xué)函數(shù)需要進(jìn)行改進(jìn)才會使得BP網(wǎng)絡(luò)更方便利用。根據(jù)式子（28）的負(fù)梯度模型，可以根據(jù)誤差的變化方向來確定學(xué)習(xí)速率，首先一點(diǎn)要確定隱含層的個(gè)數(shù)，然后根據(jù)誤差變化的方向來確定學(xué)習(xí)速率的變化，當(dāng)誤差變化處于振蕩時(shí)就要減小學(xué)習(xí)速率，使得誤差不會振蕩直至收斂為止。BP網(wǎng)絡(luò)的精髓就是在于它的誤差方向傳輸，這個(gè)傳輸?shù)哪Ｐ托枰獦?gòu)建得更合理才能使得BP網(wǎng)絡(luò)自己能在短時(shí)間內(nèi)使得誤差收斂。關(guān)于BP網(wǎng)絡(luò)算法的優(yōu)化現(xiàn)在也一直再研究從沒有停止過。在本文中BP神經(jīng)網(wǎng)絡(luò)是關(guān)鍵的技術(shù)，所以必須要使得BP網(wǎng)絡(luò)，在訓(xùn)練過程中難以收斂的時(shí)候，有幾種辦法可以實(shí)現(xiàn)誤差收斂，在特征值提取上首先要避免輸入量多，盡量精簡的提取出車牌字符特征值。讓后就是要改變激發(fā)函數(shù)和訓(xùn)練函數(shù)。開始在訓(xùn)練時(shí)采用了tansig激發(fā)函數(shù)和traingdm訓(xùn)練函數(shù)。其誤差與訓(xùn)練次數(shù)的如圖。 采用tansig激發(fā)函數(shù)和traingdm訓(xùn)練函數(shù)的誤差下降圖在利用tansig激發(fā)函數(shù)和traindm訓(xùn)練函數(shù)時(shí)，基本上做不到收斂效果，即使改變學(xué)習(xí)效率、動量因子和增加隱含層節(jié)點(diǎn)個(gè)數(shù)也沒有效果，它的誤差都不能達(dá)到要求，再改變激發(fā)函數(shù)和訓(xùn)練函數(shù)時(shí)效果比較明顯，這里將激發(fā)函數(shù)改為logsig，訓(xùn)練函數(shù)改為trainlm時(shí)，誤差下降效果十分明顯并且能達(dá)到要求，其誤差與訓(xùn)練次數(shù)的圖像如圖。 采用tansig激發(fā)函數(shù)和traindm訓(xùn)練函數(shù)時(shí)誤差下降圖由圖和圖顯而易見在改變激發(fā)函數(shù)和訓(xùn)練函數(shù)后誤差下降要快得多，能很好的達(dá)到誤差標(biāo)準(zhǔn)。訓(xùn)練BP網(wǎng)絡(luò)時(shí)最容易產(chǎn)生的問題就是誤差不能收斂，這樣會使得BP網(wǎng)絡(luò)的功能不能實(shí)現(xiàn)，對于BP網(wǎng)絡(luò)的收斂問題一直在被人們研究著，對建立BP網(wǎng)絡(luò)基本上都是根據(jù)平常經(jīng)驗(yàn)來的，對于理論依據(jù)還有待研究。識別車牌必須做圖像處理過程，圖像的處理方法有許多，對實(shí)際情況還是需要實(shí)際分析并沒有一個(gè)通用的辦法，但是基本思路是一致的，只是對圖像的特別的地方需要特別處理?；贐P網(wǎng)絡(luò)車牌字符識別主要是在于車牌字符的特征值得提取，特征值提取的恰當(dāng)，那么BP網(wǎng)絡(luò)就能在自己的容錯(cuò)能力范圍內(nèi)進(jìn)行識別出來。而特征值得提取方法有許多種，而每種都有這各自的優(yōu)點(diǎn)，在本文中提出的幾種方法中投影法是最容易實(shí)現(xiàn)的比較直觀；而區(qū)域法實(shí)現(xiàn)要比投影法復(fù)雜并且要先規(guī)劃出區(qū)域才能使得特征值提取得有效但這種方法可以區(qū)分出變化微小的區(qū)域，當(dāng)區(qū)域劃分得越細(xì)特征值就越明顯；直線法實(shí)現(xiàn)相對比前面兩種要復(fù)雜一些，在一個(gè)不定的大小的圖像中要畫出這四條直線比較困難，使得與模板庫的字符特征值不太符合，但是這種方法能提取到較少的特征數(shù)據(jù)量使得計(jì)算機(jī)處理起來比較方便。特征值的提取是為了表征字符，只要提取到的字符特征值的行列值不變，其他行列怎么變化都可以，BP網(wǎng)絡(luò)依舊會把它識別出來，這是因?yàn)锽P網(wǎng)絡(luò)的輸入量就是提取的量，只要不改變輸入當(dāng)然輸出也是不會改變的，當(dāng)輸入量改變得比較小時(shí)，BP網(wǎng)絡(luò)還是可以識別的，當(dāng)然當(dāng)輸入量改變比較大是，它是無法識別。特征值是表征字符特點(diǎn)的，對于漢字識別時(shí)非常重要的，漢字寫法也有很多種，基本上都是變化的，對于它的特征很難找到，所以在這個(gè)方面做研究也是非常具有意義的。字符分割的方法對于理想車牌圖像來說垂直投影分割是最具有意義的，實(shí)現(xiàn)簡單方便可以快速的分割出來車牌字符來。根據(jù)車牌尺寸來分割的辦法很容易把字符分割開，得不到想要的字符圖像，容易丟失信息。結(jié)合兩種方法可以使得區(qū)域不連通的字符不會分離開來，保證了字符信息不丟失。圖像分割的質(zhì)量好壞會影響著特征值得提取，所以采用合適合理的分割方法是必須的。湖南工業(yè)大學(xué)本科畢業(yè)設(shè)計(jì)（論文）過程管理資料參考文獻(xiàn)[1] 歐陽俊,劉平?；贐P神經(jīng)網(wǎng)絡(luò)的車牌字符識別算法研究[J]。光學(xué)與光電技術(shù)。 2012年 05期.[2] 李會民, 張仁津。 基于改進(jìn)BP網(wǎng)絡(luò)的車牌字符識別方法研究[J]。 計(jì)算機(jī)工程與設(shè)計(jì), 2010年 03期.[3] 黃英偉。 車牌識別系統(tǒng)字符識別算法研究[D]； 湖北工業(yè)大學(xué)。 2012.[4] 丁姍?；谏窠?jīng)網(wǎng)絡(luò)集成的車牌字符識別研究[D]。 山東師范大學(xué), 2011.[5] 耿艷嬌,陳維峰,魯長江,郭紅梅?；贐P網(wǎng)絡(luò)的車牌字符識別系統(tǒng)[J], 中國新通信, 2012年 21期.[6] 王磊,戚飛虎。多字體字符識別的模糊神經(jīng)網(wǎng)絡(luò)模型[J], 紅外與毫米波學(xué)報(bào), 1999年 05期.[7] ANIL,韓博，[M].北京：清華大學(xué)出版社，2006:275286.[8] Kenneth,朱志剛，林學(xué)訚，[M].北京：電子工業(yè)出版社，2006:375404.[9]余松煜，周源華，[M].上海：上海交通大學(xué)出版社，2007:272325[10]王浩。車牌字符識別技術(shù)的研究[D]。重慶大學(xué),2010[11]賴樹雨；基于神經(jīng)網(wǎng)絡(luò)的車牌字符識別系統(tǒng)的研究和實(shí)現(xiàn)[D]。武漢理工大學(xué)，2009.[12]郭榮艷，胡雪惠；BP神經(jīng)網(wǎng)絡(luò)在車牌字符識別中的應(yīng)用研究[J],計(jì)算機(jī)仿真，2010年9期.[13]梁曉龍；基于BP神經(jīng)網(wǎng)絡(luò)的車牌字符識別算法研究[D]。西安電子科技大學(xué)，2010.[14]史峰，王輝，郁磊，胡斐；Matlab智能算法30個(gè)案例分析[M]。北京：北京航空航天大學(xué)出版社，2011:2937[15]曹蕊；車牌字符識別系統(tǒng)的研究和實(shí)現(xiàn)[D]。中北大學(xué)，2010. 致 謝 學(xué)生簽名： 日 期