【導讀】已經(jīng)成為交通管理部門重要的管理手段。本文主要研究了車牌字符的識別技術(shù)，了用BP神經(jīng)網(wǎng)絡方法對車牌字符的識別。BP網(wǎng)絡包含了神經(jīng)網(wǎng)絡理論中最精華。確、步驟分明的學習算法更使其具有更廣泛的應用背景?；A上，對大小不一的字符做歸一化后，得到二值圖像，作為輸入矢量。特征向量送到BP網(wǎng)絡中進行訓練，得到了訓練好的權(quán)值。程序結(jié)果顯示該方法具有一定的可靠性和可應用性。

　　

【正文】 lbox)。 工具包又可以分為功能性工具包和學科工具包 。 功能工具包用來擴充 MATLAB 的符號計算 ,可視化建模仿真 ,文字處理及實時控制等功能 。學科工具包是專業(yè)性比較強的工具包 ,控制工具包 ,信號處理工具包 ,通信工具包等都屬于此類 。 2 、 MATLAB 產(chǎn)生的歷史背景 在 70 年代中期 ,Cleve Moler 博士和其同事在美國 國家科學基金的資助下開發(fā)了調(diào)用 EISPACK 和 LINPACK 的 FORTRAN 子程序庫 。 EISPACK 是特征值求解的 FOETRAN 程序庫 ,LINPACK 是解線性方程的程序庫 。 在當時 ,這兩個程序庫代表矩陣運算的最高水平 。 到 70 年代后期 ,身為美國 New Mexico 大學計算機系系主任的 Cleve Moler,在給學生講授線性代數(shù)課程時 ,想教學生使用 EISPACK 和 LINPACK 程序庫 ,但他發(fā)現(xiàn)學生用 FORTRAN編寫接口程序很費時間 ,于是他開始自己動手 ,利用業(yè)余時間為學生編寫 EISPACK 和 LINPACK 的接口程序 。 Cleve Moler 給這個接口程序取名為MATLAB,該名為矩陣 (matrix)和實驗室 (labotatory)兩個英文單詞的前三個字母的組合 。 在以后的數(shù)年里 ,MATLAB 在多所大學里作為教學輔助軟件使用 ,并作為面向大眾的免費軟件廣為流傳 。 1983年春天 ,Cleve Moler 到 Standford大學講學 ,MATLAB深深地吸引了工程師John Little。 John Little 敏銳地覺察到 MATLAB 在工程領(lǐng)域的廣闊前景 。 同年 ,他和Cleve Moler,Steve Bangert 一起 ,用 C 語言開發(fā)了第二代專業(yè)版 。 這一代的 MATLAB語言同時具備了數(shù)值計算和數(shù)據(jù)圖示化的功能 。 1984 年 ,Cleve Moler 和 John Little 成立了 Math Works 公司 ,正式把 MATLAB推向市場 ,并繼續(xù)進行 MATLAB 的研究和開發(fā) 。 在當今 30 多個數(shù)學類科技應用軟件中 ,就軟件數(shù)學處理的原始內(nèi)核而言 ,可分為兩大類 。 一類是數(shù)值計算型軟件 ,如 MATLAB,Xmath, Gauss 等 , 這類軟件長于數(shù)值計算 ,對處理大批數(shù)據(jù)效率高 ； 另一類是數(shù)學分析型軟件 ， Mathematica,Maple 等 ,這類 軟件以符號計算見長 ， 能給出解析解和任意精確解 ,其缺點是處理大量數(shù)據(jù)時效率較低 。 MathWorks 公司順應多功能需求之潮流 ,在其卓越數(shù)值計算和圖示能力的基礎上 ,又率先在專業(yè)水平上開拓了其符號計算 ,文字處理 ,可視化建模和實時控制能力 ,開發(fā)了適合多學科 ,多部門要求的新一代科技應用軟件 MATLAB。 經(jīng)過多 19 年的國際競爭 , MATLAB 以經(jīng)占據(jù)了數(shù)值軟件市場的主導地位 。 在 MATLAB 進入市場前，國際上的許多軟件包都是直接以 FORTRAN、 C 語言等編程語言開發(fā)的。這種軟件的缺點是使用面窄，接口簡陋，程序結(jié)構(gòu)不開放以及 沒有標準的基 本 庫，很難適應各學科的最新發(fā)展，因而很難推廣。 MATLAB的出現(xiàn)，為各國科學家開發(fā)學科軟件提供了新的基礎。在 MATLAB 問世不久的80 年代中期，原先控制領(lǐng)域里的一些軟件包紛紛被淘汰或在 MATLAB 上重建。 MathWorks 公司 1993 年推出了 MATLAB 版， 1995 年推出 版（ for ） ， 1997 年推出 版。 1999 年推出 版。 MATLAB 較 MATLAB 無論是界面還是內(nèi)容都有長足的進展，其幫助信息采用超文本格式和 PDF 格式，在 Netscape 或 IE 及以上版本， Acrobat Reader 中可以方便地瀏覽。 時至今日，經(jīng)過 MathWorks 公司的不斷完善， MATLAB 已經(jīng)發(fā)展成為適合多學科 、 多種工作平臺的功能強大 的 大型軟件。在國外， MATLAB 已經(jīng)經(jīng)受了多年考驗。在歐美等高校， MATLAB 已經(jīng)成為線性代數(shù)，自動控制理論，數(shù)理統(tǒng)計，數(shù)字信號處理，時間序列分析，動態(tài)系統(tǒng)仿真等高級課程的基本教學工具；成為攻讀學位的大學生，碩士生，博士生必須掌握的基本技能。在設計研究單位和工業(yè)部門， MATLAB 被廣泛用于科學研究和解決各種具體問題。 在國內(nèi)，特別是工程界， MATLAB 一定會盛行起來?？梢哉f，無論從事工程方面的哪個學科，都能在 MATLAB 里找到合適的功能。 開放性使 MATLAB 廣受用戶歡迎 。 除內(nèi)部函數(shù)外 ,所有 MATLAB 主包文件和各種工具包都是可讀可修改的文件 ,用戶通過對源程序的修改或加入自己編寫程序構(gòu)造新的專用工具包 。 MATLAB 的語言特點 [7] 一種語言之所以能如此迅速地普及，顯示出如此旺盛的生命力，是由于它有著不同于 其它 語言的特點，正如同 FORTRAN 和 C 等高級語言使人們擺脫了需要直接對計算機硬件資源進行操作一樣，被稱作 為第四代計算機語言的 MATLAB，利用其豐富的函數(shù)資源，使編程人員從繁瑣的程序代碼中解放出來。 MATLAB最突出的特點就是簡潔。 MATLAB 用更直觀的，符合人們思維習慣的代碼，代替了 C 和 FORTRAN 語言的冗長代碼。 MATLAB 給用戶帶來的是最直觀，最簡潔的程序開發(fā)環(huán)境。以下簡單介紹一下 MATLAB 的主要特點。 (1) 語言簡潔緊湊，使用方便靈活，庫函數(shù)極其豐富。 MATLAB 程序書寫形式自由，利用起豐富的庫函數(shù)避開繁雜的子程序編程任務，壓縮了一切不必要的編程工作。由于庫函數(shù)都由本領(lǐng)域的專家編寫，用戶不必擔 心函數(shù)的可靠性。可以說，用 MATLAB 進行科技開發(fā)是站在專家的肩膀上。 具有 FORTRAN 和 C 等高級語言知識的 人們 可能已經(jīng)注意到，如果用FORTRAN 或 C 語言去編寫程序，尤其當涉及矩陣運算和畫圖時，編程會很麻煩。例如，如果用戶想求解一個線性代數(shù)方程，就得編寫一個程序塊讀入數(shù)據(jù)，然后再使用一種求解線性方程的算法編寫一個程序塊來求解方程，最后再輸出計算結(jié)果。在求解過程中，最麻煩的要算第二部分。解線性方程的麻煩在于要對矩陣的元素作循環(huán)，選擇穩(wěn)定的算法以及代碼的調(diào)試不容易。即使有部分源代碼，用戶也會感到麻煩，且 不能保證運算的穩(wěn)定性。解線性方程的程序用 FORTRAN 和 C這樣的高級語言編寫，至少需要四百多行，調(diào)試這種幾百行的計算程序可以說很困難。 可見， MATLAB 的程序極其簡短。更為難能可貴的是， MATLAB 甚至具有一定的智能水平，比如上面的解方程， MATLAB 會根據(jù)矩陣的特性選擇方程的求解方法，所以用戶根本不用懷疑 MATLAB 的準確性。 20 (2)運算符豐富。由于 MATLAB 是用 C 語言編寫的， MATLAB 提供了和 C 語言幾乎一樣多的運算符，靈活使用 MATLAB 的運算符將使程序變得極為簡短。 (3)MATLAB 既具有結(jié) 構(gòu)化的控制語句（如 for 循環(huán)， while 循環(huán)， break 語句和if 語句），又有面向?qū)ο缶幊痰奶匦浴? (4)程序限制不嚴格，程序設計自由度大。例如，在 MATLAB 里，用戶無需對矩陣預定義就可使用。 (5)程序的可移植性很好，基本上不做修改就可以在各種型號的計算機和操作系統(tǒng)上運行。 (6)MATLAB 的圖形功能強大。在 FORTRAN 和 C 語言里，繪圖都很不容易，但在 MATLAB 里，數(shù)據(jù)的可視化非常簡單。 MATLAB 還具有較強的編輯圖形界面的能力。 (7)MATLAB 的缺點是，它和 其它 高級程序相比，程序的執(zhí)行速度較 慢。由于MATLAB 的程序不用編譯等預處理，也不生成可執(zhí)行文件，程序為解釋執(zhí)行，所以速度較慢。 (8)功能強大的工具箱是 MATLAB 的另一特色。 MATLAB 包含兩個部分：核心部分和各種可選的工具箱。核心部分中有數(shù)百個核心內(nèi)部函數(shù)。其工具箱又分為兩類：功能性工具箱和學科性工具箱。功能性工具箱主要用來擴充其符號計算功能，圖示建模仿真功能，文字處理功能以及與硬件實時交互功能。功能性工具箱用于多種學科。而學科性工具箱是專業(yè)性比較強的，如 control toolbox， signl proceessing toolbox,mumnication toolbox 等。這些工具箱都是由該領(lǐng)域內(nèi)學術(shù)水平很高的專家編寫的，所以用戶無需編寫自己學科范圍內(nèi)的基礎程序，而直接進行高，精，尖的研究。 (9) 源程序的開放性。開放性也許是 MATLAB 最受人們歡迎的特點。除內(nèi)部函數(shù)以外，所有 MATLAB 的核心文件和工具箱文件都是可讀可改的源文件，用戶可通過對源文件的修改以及加入自己的文件構(gòu)成新的工具箱。 構(gòu)思介紹 本次設計主要采用了 BP（ Back－ Propagation）神經(jīng)網(wǎng)絡 。 本實驗主要是對標準 車牌字符圖像的二值化及 其分割提取后 的樣本 圖片進行識別。首先，構(gòu)造訓練樣本集 ，使用大量帶有各種噪聲的樣本圖片作為神經(jīng)網(wǎng)絡的訓練樣本 ；次之，構(gòu)造神經(jīng)網(wǎng)絡，把訓練樣本送入網(wǎng)絡進行訓練 ，得到訓練好的權(quán)值 ；最后，用訓練好的網(wǎng)絡對測試圖片進行識別。 1 、 BP 神經(jīng)網(wǎng)絡模型 典型 BP 網(wǎng)絡結(jié)構(gòu)模型如圖 所示，由 輸入層、隱層和輸出層組成 。 (1) 節(jié)點輸出模型 [8] 隱節(jié)點輸出模型： O j= f ( ∑WijX i () 輸出 節(jié)點輸出模型： Yk = f ( ∑TjkO j k) () f 為 非線 性 函數(shù)； 神經(jīng)單元閾值 ,T 為連接權(quán)值 。 輸入層 隱層 輸出層 輸入向量 Xi 中間向量 Oi 輸出向量 Yi 21 圖 典型 BP 網(wǎng)絡結(jié)構(gòu)模型 (2) 函數(shù)模型 函數(shù)是反映下層輸入對上層節(jié)點刺激脈沖強 度的函數(shù)又稱刺激函數(shù)，一般取為(0,1)內(nèi)連續(xù)取值 Sigmoid 函數(shù)： f(x)=1/(1+ex) （ ) (3) 誤差計算模型 誤差計算模型是反映神經(jīng)網(wǎng)絡期望輸出與計算輸出之間誤差大小的函數(shù)： Ep=1/2∑(tpiOpi)2 () tpi 為 i 節(jié)點的期望輸出值； Opi 為 i 節(jié)點計算輸出值。 (4) 自學習模型 [9] 神經(jīng)網(wǎng)絡的學習過程，即連接下層節(jié)點和上層節(jié)點之間的權(quán)重矩陣 Wij的設定和誤差修正過程。 BP 網(wǎng)絡 有 有師學習方式 （ 需要設定期望值 ） 和無師學習方式 （ 只需輸入模式 ） 之分。自學習模型為 △ Wij(n+1)= ФiO j+a△ Wij(n) （ ) —— 學習因子； Фi—— 輸出節(jié)點 i 的計算誤差； Oj—— 輸出節(jié)點 j 的計算輸出；a—— 動量因子。 BP 網(wǎng)絡模型的缺陷分析及優(yōu)化策略 [10] (1) 學習因子 的優(yōu)化 采用變步長法根據(jù)輸出誤差大小自動調(diào)整學習因子，來減少迭代次數(shù)和加快收斂速度。 = +a(Ep(n) Ep(n1))/ Ep(n) ， a 為調(diào)整步長， 0~1 之間取值 。 (2) 隱層節(jié)點數(shù)的優(yōu)化 隱 層 節(jié)點數(shù)的多少對網(wǎng)絡性能的影響較大，當隱 層 節(jié)點數(shù)太多時，會導致網(wǎng)絡學習時間過長，甚至不能收斂；而當隱 層 節(jié)點數(shù)過小時，網(wǎng)絡的容錯能力差。利用逐步回歸分 析法并進行參數(shù)的顯著性檢驗來動態(tài)刪除一些線 性 相關(guān)的隱 層 節(jié)點，節(jié)點刪除標準：當由該節(jié)點出發(fā)指向下一層節(jié)點的所有權(quán)值和閾值均落于死區(qū)（通常取 177。0 . 177。0 .05 等區(qū)間）之中，則該節(jié)點可刪除。最佳隱 層 節(jié)點數(shù) L 可參考下面公式計算： L=(m+n)1/2+c () M—— 輸入節(jié)點數(shù)； n—— 輸出節(jié)點數(shù)； c 為 介于 1～ 10 的常數(shù)。 (3) 輸入和輸出神經(jīng)元的確定 22 利用多元回歸分析法對神經(jīng)網(wǎng)絡的輸入?yún)?shù)進行處理，刪除相關(guān)性強的 輸入?yún)?shù)，來減少輸入節(jié)點數(shù)。 車牌 字符識別的神經(jīng)網(wǎng)絡設計還必須要進行一些準備工作： 1． 確定神經(jīng)網(wǎng)絡的類型，創(chuàng)建函數(shù)，訓練函數(shù)，傳遞函數(shù)等 2． 車牌 字符 圖像的二值化及其分割提取 3． 網(wǎng)絡訓練函數(shù)的確定 4． 進行含噪聲的網(wǎng)絡訓練的方案 以下是相關(guān)網(wǎng)絡設計 的 MATLAB 函數(shù)及 參數(shù)的使用說明 [2]： 創(chuàng)建函數(shù)： = newff(PR,[S1 S2…… SNl],{TF1 TF2…… TFNl},BTF,BLF,PF) 該 是網(wǎng)絡的創(chuàng)建函數(shù)，其中 PR 參數(shù)是輸入矩陣的最大最小值的 R 2 矩陣，R 是輸入矩陣的參數(shù)個數(shù)。