目录
【摘要】 5
【关键词】 5
第一章  引言 6
1.1车牌识别的研究意义 6
1.2车牌识别系统现状 7
1.3  车牌识别系统研究内容 8
  1. 4   章节安排………………………………………………………………………………  8
第二章  基于颜色和BP神经网络的车牌定位 9
2.1  彩色图像显示 9
2.2 色彩空间RGB到Cr Cb的转换 10
2.3 BP神经网络原理 11
2.4基于Cr Cb的神经网络车牌定位  13
第三章  车牌字符定位与字符分割 15
3.1 图像投影技术 15
3.2  基于图像投影技术的车牌字符定位与分割技术 15
第四章  基于颜色和BP神经网络的字符识别 20
4.1  车牌字符库的建立 21
4.2  基于BP神经网络的字符识别 23
第五章  结论 23
参考资料 24
致 谢 25
Abstract(Key words) 26
【摘要】
车牌识别是现代智能交通系统中的重要组成部分之一，应用十分广泛。
本文对车牌识别系统中的车牌定位，车牌字符分割和车牌字符识别这三个主要技术进行了研究。
本文针对复杂环境下的车牌定位，提出了基于颜色的BP神经网络的定位算法，通过车牌底色库（蓝底）训练网络，使之具备区分蓝色与非蓝色能力，从而实现车牌的定位。车牌字符分割采用改进的垂直投影算法，可以较好、较快地分割出车牌字符的位置。最后字符识别部分仍然采用基于BP神经网络算法，通过建立字符库，训练网络使之具有区分34个不同字符的能力，最终实现车牌字符的识别。
【关键词】
BP神经网络、车牌定位、车牌识别、图像投影、字符分割
[summary]
License plate recognition is one of the important parts of the modern intelligent transportation system, and it is widely used.
This paper studies the license plate positioning and license plate recognition in license plate recognition system.
Aiming at the license plate positioning in a complex environment, we propose the color-based BP neural network positioning algorithm, through the license plate background base library (blue bottom) training network, so that they have the ability to distinguish blue from non-blue, so as to realize the license plate positioning.License plate character segmentation adopts an improved vertical projection algorithm, which can divide the position of license plate characters better and quickly.The final character recognition part still adopts the BP neural network-based algorithm, which trains the network with the ability to distinguish between 34 different characters, and finally realizes the recognition of license plate characters.
[keyword]
BP neural network, license plate positioning, license plate recognition, image projection, character segmentation