目录
中文摘要........................................................................................................................ I Abstract ......................................................................................................................... II 第一章绪论 (1)
1.1选题背景和意义 (1)
1.2国内外研究发展现状 (2)
1.2.1车牌定位 (3)
1.2.2字符分割 (4)
1.2.3字符识别 (5)
1.3论文的主要工作 (6)
1.4论文的组织结构 (7)
第二章车牌定位算法 (9)
2.1灰度边缘算法 (9)
2.1.1灰度转换 (9)
2.1.2边缘提取 (10)
2.1.3二值化 (11)
2.2彩色边缘算法 (13)
2.2.1蓝白车牌 (14)
2.2.2黄黑车牌 (14)
2.2.3与灰度边缘算法的对比 (15)
2.2.4彩色边缘阈值参数的作用 (16)
2.3形态学分析 (18)
2.3.1边缘密度二值图 (19)
2.3.2连通分量分析 (21)
2.4本章小结 (22)
第三章车牌分割算法 (23)
3.1基于彩色抑制的灰度转换算法 (24)
3.2精确重定位 (26)
3.2.1行重定位 (26)
3.2.2列重定位 (28)
3.3基于连通分量分析的车牌分割算法 (28)
3.3.1中国车牌字符分布 (29)
3.3.2缺失一字符情况 (29)
3.3.3缺失两字符情况 (31)
3.4基于垂直投影的车牌分割算法 (33)
3.4.1垂直投影分割算法 (34)
3.4.2字符恢复算法 (35)
3.4.3首字符分辨算法 (35)
3.5本章小结 (36)
第四章基于卷积神经网络的车牌字符识别算法 (37)
4.1传统卷积神经网络结构及不足 (37)
4.1.1网络结构 (37)
4.1.2卷积实现 (39)
4.2简化卷积神经网络 (44)
4.2.1网络模型 (44)
4.3递归卷积神经网络 (45)
4.3.1递归结构及递归过程 (46)
4.4网络训练 (48)
4.4.1误差定义 (48)
4.4.2参数更新 (49)
4.4.2.1Softmax层 (49)
4.4.2.2隐层 (51)
4.4.2.3卷积层 (52)
4.4.3训练流程控制 (53)
4.4.4初始化、正则惩罚项、Dropout及迭代衰减 (54)
4.5本章小结 (55)
第五章实验结果与性能分析 (56)
5.1定位实验 (56)
5.2分割实验 (57)
5.3车牌字符识别实验 (58)
5.4系统性能分析 (64)
第六章总结与展望 (66)
6.1工作总结与创新点 (66)
6.2后续工作展望 (67)
参考文献 (68)
攻读硕士学位期间科研论文 (73)
致谢 (74)
基于卷积神经网络的车牌智能识别系统的设计与实现 第一章 绪论
1
第一章 绪论
1.1 选题背景和意义
上个世纪70年代，汽车诞生后，交通管控相关任务主要依靠人来处理，由于车辆数量有限，效率低下的问题并不明显。现如今，人类社会生产力大幅提高，汽车数量也爆炸式增长，依赖人来处理交通管控的事务显得越来越捉襟见肘。同时，计算机硬件、网络技术以及人工智能技术蓬勃发展，将它们应用到交通管理领域已成为可能。国外学者对车牌识别系统的研究始于上世纪80年代，由于计算机硬件还较为落后，当时对车牌识别算法的研究大多专注于开发识别系统的某一模块或改进模块中的某一算法。进入90年代后，随着摄像机清晰度的不断提高和计算机硬件的飞速发展，计算机视觉和人工智能技术也得到了非常多的关注，越来越多的学者投入到对车牌识别相关技术的研究之中，取得了丰硕的研究成果。
目前，许多发达国家都拥有针对本国车牌制式的车牌识别系统，比如英国IPI 公司的ANPR 系统，以色列HI.TECH 公司的/ SEE CAR System 系列，德国西门子公司的7ARTEM S 系统，新加坡O ptasia 公司的VLPRS 系列等。然而，由于不同国家的车牌特征相差较大，再加上中国大陆地区的车牌中包含了其他国家较为罕见的汉字字符，上述车牌识别软件无法处理中国大陆车牌。
近十年来，我国经济发展迅速，人民生活水平得到了大幅提高，交通运输的需求也日益增长，这给交通管理系统，特别是公路交通领域，提出了新的挑战。机动车的数量与日出行量都成倍增长，交通控制系统的效率问题越来越被人们关注。为应对上述现状，提高交通管理的自动化程度，从上世纪90年代起，国内也出现了车牌识别系统的研究和相关配套产品的开发。目前而言，比较成熟的产品有中科院自动化研究所汉王公司的汉王眼，杭州海康威视公司研发的车牌识别系统，厦门宸天的SupPlate 车牌识别系统，中国信息产业部下属的中智交通电子有限公司和香港亚洲视觉科技有限公司等也有各自的车牌识别产品。
车牌识别的应用场景非常广阔，除了违章信息采集、停车场车位管理以及收费站自动收费等应用外，车牌作为车辆上的唯一标示符，结合车牌识别及互联网通信技术，在未来车联网应用中，可通过车牌识别技术，实现车与车的互联，增强车主的沟通体验。在日常背景下拍摄的车牌图片，具有背景复杂度较高、光照条件变化较大和车牌