基于模式识别的图像处理在车牌识别中的应用.doc
约66页DOC格式手机打开展开
基于模式识别的图像处理在车牌识别中的应用,页数66字数 29703摘要基于模式识别的图像处理是图像识别领域的重要的研究和发展方向之一。基于图像的车辆牌照自动识别是计算机视觉与模式识别技术在智能交通领域的重要应用，是实现交通管理智能化的重要环节。本文研究的是基于模式识别的图像处理方法...
内容介绍
此文档由会员 天缘 发布
基于模式识别的图像处理在车牌识别中的应用
页数 66 字数 29703
摘要
基于模式识别的图像处理在车牌识别中的应用
基于模式识别的图像处理是图像识别领域的重要的研究和发展方向之一。基于图像的车辆牌照自动识别是计算机视觉与模式识别技术在智能交通领域的重要应用，是实现交通管理智能化的重要环节。
本文研究的是基于模式识别的图像处理方法研究以及其在车牌识别系统中的应用。以模式识别为基本理论平台，以图像处理技术为基本手段，结合新兴的理论工具，分别对车牌定位，图像分割，字符识别三个阶段作了系统分析和研究，并且提出了有效的解决方法。
本文对基于模式识别的图像处理过程分三个主要阶段进行研究：
1）车牌定位阶段：采用跳数定位方法，基本确定车牌所在的位置。
2）图像分割阶段：采用水平和垂直投影方法，精确确定车牌的位置。
3）字符识别阶段：对智能识别技术进行研究，提出智能识别的模型结构。
本毕业设计提出的模式识别的图像处理方法对其他领域的图像处理具有一定的参考价值。
关键词：模式识别 图像处理 车牌识别 字符培训 模板匹配
目 录……………………………………………………………1
第一章 绪论 6
1.1车牌识别的现实状况和识别技术的发展趋势 6
1.1.1车牌识别的现实状况 6
1.1.2车牌识别的发展趋势 7
1.2车牌识别的特点和困难 8
1.3模式识别的现实状况和发展趋势 9
1.4图像的文件格式——24位位图 10
1.5MFC和API函数简介 15
1.6本文识别过程的思路和主要步骤的划分 18
第二章 基于模式识别理论的车牌定位研究 18
2.1当前基于模式识别理论的车牌定位的主要方法 19
2.2车牌初步定位的实现 21
2.2.1汽车牌照的分类 21
2.2.2汽车牌照的定位方法 22
2.3车牌精确定位的实现 23
2.3.1灰度化 23
2.3.2直方图 24
2.3.3二值化 26
2.3.4边缘检测 27
2.3.5中值滤波 29
2.3.6.1垂直滤波 31
2.3.6.2水平滤波 32
2.3.7精确定位 32
第三章 基于模式识别理论的车牌分割研究 33
3.1车牌字符分割的理论 33
3.2车牌字符分割的标准 34
3.3车牌字符分割的方法 35
第四章基于模式识别理论的车牌字符识别研究 36
4.1图像字符识别（基于模式识别理论的图像字符识别研究——当前字符识别的主要方法） 36
4.2字符提取 38
4.3字符归一 39
4.4字符培训 41
4.4.1字符培训的概念和理论基础 41
4.4.2字符培训的实现 41
4.5本文的模式识别——模板匹配 43
第五章 应用实例 44
第六章 小结 52
参考文献 54
致谢 55
参考文献
1. 人工神经网络的模型及其应用 复旦大学出版社 张立明
2. VISUAL C++程序设计实战训练 人民邮电出版社 张卫华
3. MFC24学时教程 机械工业出版社 前导工作室 译
4. VISUAL C++数字图像使用工程案例精选 人民邮电出版社 徐慧 等编著
5. VISUAL C++课程设计案例精编 中国水利水电出版社 严华锋等编著
页数 66 字数 29703
摘要
基于模式识别的图像处理在车牌识别中的应用
基于模式识别的图像处理是图像识别领域的重要的研究和发展方向之一。基于图像的车辆牌照自动识别是计算机视觉与模式识别技术在智能交通领域的重要应用，是实现交通管理智能化的重要环节。
本文研究的是基于模式识别的图像处理方法研究以及其在车牌识别系统中的应用。以模式识别为基本理论平台，以图像处理技术为基本手段，结合新兴的理论工具，分别对车牌定位，图像分割，字符识别三个阶段作了系统分析和研究，并且提出了有效的解决方法。
本文对基于模式识别的图像处理过程分三个主要阶段进行研究：
1）车牌定位阶段：采用跳数定位方法，基本确定车牌所在的位置。
2）图像分割阶段：采用水平和垂直投影方法，精确确定车牌的位置。
3）字符识别阶段：对智能识别技术进行研究，提出智能识别的模型结构。
本毕业设计提出的模式识别的图像处理方法对其他领域的图像处理具有一定的参考价值。
关键词：模式识别 图像处理 车牌识别 字符培训 模板匹配
目 录……………………………………………………………1
第一章 绪论 6
1.1车牌识别的现实状况和识别技术的发展趋势 6
1.1.1车牌识别的现实状况 6
1.1.2车牌识别的发展趋势 7
1.2车牌识别的特点和困难 8
1.3模式识别的现实状况和发展趋势 9
1.4图像的文件格式——24位位图 10
1.5MFC和API函数简介 15
1.6本文识别过程的思路和主要步骤的划分 18
第二章 基于模式识别理论的车牌定位研究 18
2.1当前基于模式识别理论的车牌定位的主要方法 19
2.2车牌初步定位的实现 21
2.2.1汽车牌照的分类 21
2.2.2汽车牌照的定位方法 22
2.3车牌精确定位的实现 23
2.3.1灰度化 23
2.3.2直方图 24
2.3.3二值化 26
2.3.4边缘检测 27
2.3.5中值滤波 29
2.3.6.1垂直滤波 31
2.3.6.2水平滤波 32
2.3.7精确定位 32
第三章 基于模式识别理论的车牌分割研究 33
3.1车牌字符分割的理论 33
3.2车牌字符分割的标准 34
3.3车牌字符分割的方法 35
第四章基于模式识别理论的车牌字符识别研究 36
4.1图像字符识别（基于模式识别理论的图像字符识别研究——当前字符识别的主要方法） 36
4.2字符提取 38
4.3字符归一 39
4.4字符培训 41
4.4.1字符培训的概念和理论基础 41
4.4.2字符培训的实现 41
4.5本文的模式识别——模板匹配 43
第五章 应用实例 44
第六章 小结 52
参考文献 54
致谢 55
参考文献
1. 人工神经网络的模型及其应用 复旦大学出版社 张立明
2. VISUAL C++程序设计实战训练 人民邮电出版社 张卫华
3. MFC24学时教程 机械工业出版社 前导工作室 译
4. VISUAL C++数字图像使用工程案例精选 人民邮电出版社 徐慧 等编著
5. VISUAL C++课程设计案例精编 中国水利水电出版社 严华锋等编著
