基于人工神經(jīng)網(wǎng)絡(luò)的車(chē)牌識(shí)別系統(tǒng)與方法技術(shù)方案

本發(fā)明專(zhuān)利技術(shù)公開(kāi)了一種基于人工神經(jīng)網(wǎng)絡(luò)的車(chē)牌識(shí)別系統(tǒng)，它包括圖像傳感器、視頻編碼器、視頻解碼器和觸摸液晶顯示屏，其特征在于：它還包括數(shù)字信號(hào)處理器，所述的數(shù)字信號(hào)處理器的型號(hào)為T(mén)MS320DM642，圖像傳感器與視頻編碼器連接，視頻編碼器與數(shù)字信號(hào)處理器連接，數(shù)字信號(hào)處理器與視頻解碼器連接，視頻解碼器和數(shù)字信號(hào)處理器與通信接口模塊連接。本發(fā)明專(zhuān)利技術(shù)運(yùn)行速度塊、識(shí)別精度高、簡(jiǎn)單、魯棒性強(qiáng)，對(duì)于大部分光照條件差和較為模糊的各種底色車(chē)牌都能夠做到準(zhǔn)確的識(shí)別。

【技術(shù)實(shí)現(xiàn)步驟摘要】
基于人工神經(jīng)網(wǎng)絡(luò)的車(chē)牌識(shí)別系統(tǒng)與方法
本專(zhuān)利技術(shù)涉及智能交通領(lǐng)域，尤其是一種基于人工神經(jīng)網(wǎng)絡(luò)的車(chē)牌識(shí)別系統(tǒng)與方法。
技術(shù)介紹
隨著我國(guó)經(jīng)濟(jì)的高速發(fā)展，人民生活水平的不斷提高，私有車(chē)輛越來(lái)越多，交通需求量也越來(lái)越大，現(xiàn)有的交通基礎(chǔ)設(shè)施建設(shè)速度遠(yuǎn)遠(yuǎn)跟不上機(jī)動(dòng)車(chē)輛和其他交通工具的增長(zhǎng)速度。傳統(tǒng)的人工管理方式已經(jīng)越來(lái)越不能滿(mǎn)足實(shí)際工作的需要。如何將安全可靠快捷的對(duì)車(chē)輛進(jìn)行監(jiān)控,為人類(lèi)提供高科技帶來(lái)的簡(jiǎn)便、時(shí)尚、安全的現(xiàn)代生活,成為了一個(gè)全新的課題。在此背景下，智能交通的理念迎來(lái)了發(fā)展機(jī)遇。智能交通前景十分廣闊，隨著我國(guó)城市化進(jìn)程的加快和汽車(chē)銷(xiāo)量的大幅攀升，城市堵車(chē)日趨嚴(yán)重，給人們生活帶來(lái)了諸多不便，并產(chǎn)生大量的氣體排放，交通事故頻繁，在此背景下，政府加大力度投入智能交通迫在眉睫。智能交通行業(yè)規(guī)模也越來(lái)越大，從長(zhǎng)期來(lái)看，智能交通的發(fā)展如汽車(chē)監(jiān)控、車(chē)輛自動(dòng)識(shí)別、實(shí)時(shí)路況等將成為智能交通的主要內(nèi)容。車(chē)輛牌照是全世界唯一對(duì)車(chē)輛身份識(shí)別的標(biāo)記，盡管牌照的字符、顏色、格式內(nèi)容和制作材料會(huì)多種多樣，但是車(chē)牌照仍是全球范圍內(nèi)最為精確和特定的識(shí)別標(biāo)志。因此，車(chē)牌識(shí)別技術(shù)在交通系統(tǒng)管理中有著十分重要的作用。
技術(shù)實(shí)現(xiàn)思路
本專(zhuān)利技術(shù)的目的在于克服現(xiàn)有技術(shù)的不足，提供一種基于人工神經(jīng)網(wǎng)絡(luò)的車(chē)牌識(shí)別系統(tǒng)與方法。本專(zhuān)利技術(shù)的目的是通過(guò)以下技術(shù)方案來(lái)實(shí)現(xiàn)的：一種基于人工神經(jīng)網(wǎng)絡(luò)的車(chē)牌識(shí)別系統(tǒng)，它包括圖像傳感器、視頻編碼器、視頻解碼器和觸摸液晶顯示屏，其特征在于：它還包括數(shù)字信號(hào)處理器，所述的數(shù)字信號(hào)處理器的型號(hào)為T(mén)MS320DM642，圖像傳感器與視頻編碼器連接，視頻編碼器與數(shù)字信號(hào)處理器連接，數(shù)字信號(hào)處理器與視頻解碼器連接，視頻解碼器和數(shù)字信號(hào)處理器與通信接口模塊連接。所述的基于人工神經(jīng)網(wǎng)絡(luò)的車(chē)牌識(shí)別系統(tǒng)執(zhí)行車(chē)牌識(shí)別的方法，包括以下步驟：S1：獲取圖像序列，并存儲(chǔ)到內(nèi)存；S2：對(duì)圖像進(jìn)行預(yù)處理，包括二值化、降噪、圖像增強(qiáng)以及邊緣檢測(cè)；S3：對(duì)車(chē)牌定位，提取出車(chē)牌圖像，具體子步驟如下；S31：對(duì)S2預(yù)處理后的圖像進(jìn)行小波變換，分級(jí)提取圖像的邊緣；S32：形態(tài)化處理，對(duì)車(chē)牌輪廓進(jìn)行初步定位；S33：篩選車(chē)牌區(qū)域和偽車(chē)牌區(qū)域；S34：采用投影法進(jìn)行二次定位；S4：對(duì)S3提取出的車(chē)牌圖像進(jìn)行二值化處理，查找傾斜的角度，采用改進(jìn)坐標(biāo)變換的方法對(duì)車(chē)牌進(jìn)行傾斜扶正；S5：利用垂直投影圖中的字符的峰群特點(diǎn)，采用基于字符連通域?qū)捀邫z測(cè)和先驗(yàn)知識(shí)相結(jié)合的方法進(jìn)行車(chē)牌字符切割；S6：利用基于神經(jīng)網(wǎng)絡(luò)的方法進(jìn)行字符識(shí)別；S7：顯示識(shí)別結(jié)果。所述的通信接口模塊包括MAX485、TC35和CP2200。本專(zhuān)利技術(shù)的有益效果是：(1)運(yùn)行速度高，三秒內(nèi)返回識(shí)別結(jié)果，實(shí)時(shí)處理比較好。(2)字符識(shí)別采用基于BP神經(jīng)網(wǎng)絡(luò)的改進(jìn)算法，識(shí)別精度高，在整個(gè)識(shí)別過(guò)程中，識(shí)別率達(dá)到了98.5％，已經(jīng)完全達(dá)到了工程應(yīng)用標(biāo)準(zhǔn)。(3)字符分割采用基于字符連通域?qū)捀邫z測(cè)和先驗(yàn)知識(shí)相結(jié)合的方法，很好地解決了字符粘連對(duì)分割的干擾，同時(shí)完成了對(duì)車(chē)牌圖像的濾波。(4)系統(tǒng)通過(guò)采用優(yōu)化小波變換的算法提取LP的邊緣信息，并進(jìn)行字符的二值化，對(duì)于大部分光照條件差和較為模糊的各種底色車(chē)牌都能夠做到準(zhǔn)確的識(shí)別。附圖說(shuō)明圖1為本專(zhuān)利技術(shù)系統(tǒng)結(jié)構(gòu)方框圖；圖2為本專(zhuān)利技術(shù)方法流程框圖；圖3為車(chē)牌定位流程框圖；圖4為車(chē)牌傾斜扶正流程框圖；圖5為車(chē)牌字符切割流程框圖。具體實(shí)施方式下面結(jié)合附圖進(jìn)一步詳細(xì)描述本專(zhuān)利技術(shù)的技術(shù)方案：如圖1所示，一種基于人工神經(jīng)網(wǎng)絡(luò)的車(chē)牌識(shí)別系統(tǒng)，它包括圖像傳感器、視頻編碼器、視頻解碼器和觸摸液晶顯示屏，其特征在于：它還包括數(shù)字信號(hào)處理器，所述的數(shù)字信號(hào)處理器的型號(hào)為T(mén)MS320DM642，圖像傳感器與視頻編碼器連接，視頻編碼器與數(shù)字信號(hào)處理器連接，數(shù)字信號(hào)處理器與視頻解碼器連接，視頻解碼器和數(shù)字信號(hào)處理器與通信接口模塊連接。所述的通信接口模塊包括MAX485、TC35和CP2200。所述的數(shù)字信號(hào)處理器的型號(hào)為T(mén)MS320DM642。所述的視頻編碼器的型號(hào)為SAA7121。所述的視頻解碼器的型號(hào)為T(mén)VP5150。如圖2所示，所述的基于人工神經(jīng)網(wǎng)絡(luò)的車(chē)牌識(shí)別系統(tǒng)執(zhí)行車(chē)牌識(shí)別的方法，包括以下步驟：S1：獲取圖像序列，并存儲(chǔ)到內(nèi)存；S2：對(duì)圖像進(jìn)行預(yù)處理，包括二值化、降噪、圖像增強(qiáng)以及邊緣檢測(cè)；S3：對(duì)車(chē)牌定位，提取出車(chē)牌圖像，具體子步驟如下；S31：對(duì)S2預(yù)處理后的圖像進(jìn)行小波變換，分級(jí)提取圖像的邊緣；S32：形態(tài)化處理，對(duì)車(chē)牌輪廓進(jìn)行初步定位；S33：篩選車(chē)牌區(qū)域和偽車(chē)牌區(qū)域；S34：采用投影法進(jìn)行二次定位；S4：對(duì)S3提取出的車(chē)牌圖像進(jìn)行二值化處理，查找傾斜的角度，采用改進(jìn)坐標(biāo)變換的方法對(duì)車(chē)牌進(jìn)行傾斜扶正；S5：利用垂直投影圖中的字符的峰群特點(diǎn)，采用基于字符連通域?qū)捀邫z測(cè)和先驗(yàn)知識(shí)相結(jié)合的方法進(jìn)行車(chē)牌字符切割；S6：利用基于神經(jīng)網(wǎng)絡(luò)的方法進(jìn)行字符識(shí)別；S7：顯示識(shí)別結(jié)果。圖像預(yù)處理包括灰度變換、灰度拉伸、圖像濾波、圖像增強(qiáng)、二值化處理。預(yù)處理前的圖像都是24位真彩色圖像。彩色圖像包含著大量的顏色信息，不但在存儲(chǔ)上開(kāi)銷(xiāo)很大，而且在處理上也會(huì)降低系統(tǒng)的執(zhí)行速度，而且大多數(shù)圖像處理技術(shù)都是針對(duì)256級(jí)灰度圖的。因此，在對(duì)圖像進(jìn)行識(shí)別等處理中經(jīng)常將彩色圖像轉(zhuǎn)變?yōu)榛叶葓D像灰度圖中的灰度和彩色圖中的RGB顏色對(duì)應(yīng),其中加權(quán)平均值法對(duì)R、G、B值賦予權(quán)值后加權(quán)平均,其轉(zhuǎn)換公式為：f(i,j)＝(0.299×R+0.587×G+0.114×B)/3。灰度拉伸，即根據(jù)灰度直方圖的分布有選擇地對(duì)灰度區(qū)間進(jìn)行分段拉伸，以增強(qiáng)對(duì)比度對(duì)。圖像使用維納濾波主要是為了消除圖像中存在的一些噪聲。輸入圖像經(jīng)過(guò)小波變換后分解得到四個(gè)分量，分別為平滑分量Aj+1、水平分量Hj+1、垂直分量Vj+1和對(duì)角線分量Dj+1。其中水平分量Hj+1表示水平方向的低頻分量和垂直分量的高頻分量，垂直分量Vj+1表示水平方向的高頻分量和垂直分量的低頻分量，對(duì)角線分量Dj+1表示水平方向的高頻分量和垂直分量的高頻分量。利用掃描行跳變點(diǎn)數(shù)確定出水平候選區(qū)，再根據(jù)車(chē)牌區(qū)域垂直投影圖的統(tǒng)計(jì)規(guī)律對(duì)水平區(qū)域篩選、定位。從圖像的底部開(kāi)始向頂部逐行掃描，如果滿(mǎn)足在一定距離內(nèi)灰度值跳變14次，且相鄰兩跳變的距離在一定的范圍內(nèi)，就記錄下跳變?cè)谠撔械钠瘘c(diǎn)和終點(diǎn)位置，本文稱(chēng)該起點(diǎn)和終點(diǎn)的連線為行掃描線，如果有連續(xù)1O行以上的行掃描線，且相鄰上下行的掃描位置相鄰，就認(rèn)為是車(chē)牌候選區(qū)域。如圖4所示，基于差分投影的車(chē)牌傾斜校正的原理：將車(chē)牌旋轉(zhuǎn)一個(gè)角度，然后計(jì)算旋轉(zhuǎn)后車(chē)牌圖像的水平差分投影圖。當(dāng)車(chē)牌傾斜的時(shí)候，其水平差分圖在水平方向上的投影范圍比較大，均值較小，當(dāng)車(chē)牌旋轉(zhuǎn)到水平位置的時(shí)候，其水平差分圖在水平方向的投影范圍最小且均值最大。當(dāng)然，通常情況下，車(chē)牌的傾斜范圍在±15。該方法的好處是不受邊框的存在與否和字符的清晰程度的影響。利用Hough變換查找車(chē)牌傾斜角度的方法，最重要的是找到基準(zhǔn)線，并且作為基準(zhǔn)線的這條直線應(yīng)該滿(mǎn)足水平直線和垂直直線的要求。在有車(chē)牌邊框的圖像中，車(chē)牌邊框往往成為了基準(zhǔn)線，但是其傾斜的車(chē)牌其邊框也是傾斜的，因此計(jì)算十分復(fù)雜，對(duì)此采用一種簡(jiǎn)單的優(yōu)化投影方法來(lái)找出車(chē)牌的角度本文對(duì)定位出來(lái)的車(chē)牌，重新二值化，然后進(jìn)行垂直投影，車(chē)牌的高度已找出，可估算字符的寬度，然后在本文檔來(lái)自技高網(wǎng)...

【技術(shù)保護(hù)點(diǎn)】
一種基于人工神經(jīng)網(wǎng)絡(luò)的車(chē)牌識(shí)別系統(tǒng)，它包括圖像傳感器、視頻編碼器、視頻解碼器和觸摸液晶顯示屏，其特征在于：它還包括數(shù)字信號(hào)處理器，所述的數(shù)字信號(hào)處理器的型號(hào)為T(mén)MS320DM642，圖像傳感器與視頻編碼器連接，視頻編碼器與數(shù)字信號(hào)處理器連接，數(shù)字信號(hào)處理器與視頻解碼器連接，視頻解碼器和數(shù)字信號(hào)處理器與通信接口模塊連接；所述的基于人工神經(jīng)網(wǎng)絡(luò)的車(chē)牌識(shí)別系統(tǒng)執(zhí)行車(chē)牌識(shí)別的方法，包括以下步驟：S1：獲取圖像序列，并存儲(chǔ)到內(nèi)存；S2：對(duì)圖像進(jìn)行預(yù)處理，包括二值化、降噪、圖像增強(qiáng)以及邊緣檢測(cè)；S3：對(duì)車(chē)牌定位，提取出車(chē)牌圖像，具體子步驟如下；S31：對(duì)S2預(yù)處理后的圖像進(jìn)行小波變換，分級(jí)提取圖像的邊緣；S32：形態(tài)化處理，對(duì)車(chē)牌輪廓進(jìn)行初步定位；S33：篩選車(chē)牌區(qū)域和偽車(chē)牌區(qū)域；S34：采用投影法進(jìn)行二次定位；S4：對(duì)S3提取出的車(chē)牌圖像進(jìn)行二值化處理，查找傾斜的角度，采用改進(jìn)坐標(biāo)變換的方法對(duì)車(chē)牌進(jìn)行傾斜扶正；S5：利用垂直投影圖中的字符的峰群特點(diǎn)，采用基于字符連通域?qū)捀邫z測(cè)和先驗(yàn)知識(shí)相結(jié)合的方法進(jìn)行車(chē)牌字符切割；S6：利用基于神經(jīng)網(wǎng)絡(luò)的方法進(jìn)行字符識(shí)別；S7：顯示識(shí)別結(jié)果。

【技術(shù)特征摘要】
1.一種基于人工神經(jīng)網(wǎng)絡(luò)的車(chē)牌識(shí)別系統(tǒng)，它包括圖像傳感器、視頻編碼器、視頻解碼器和觸摸液晶顯示屏，其特征在于：它還包括數(shù)字信號(hào)處理器，所述的數(shù)字信號(hào)處理器的型號(hào)為T(mén)MS320DM642，圖像傳感器與視頻編碼器連接，視頻編碼器與數(shù)字信號(hào)處理器連接，數(shù)字信號(hào)處理器與視頻解碼器連接，視頻解碼器和數(shù)字信號(hào)處理器與通信接口模塊連接；所述的基于人工神經(jīng)網(wǎng)絡(luò)的車(chē)牌識(shí)別系統(tǒng)執(zhí)行車(chē)牌識(shí)別的方法，包括以下步驟：S1：獲取圖像序列，并存儲(chǔ)到內(nèi)存；S2：對(duì)圖像進(jìn)行預(yù)處理，包括二值化、降噪、圖像增強(qiáng)以及邊緣檢測(cè)；S3：對(duì)車(chē)牌定位，提取出車(chē)牌圖像，具體子步驟如下；S31：對(duì)S2預(yù)處理后的圖像進(jìn)行小波變換，分級(jí)提取圖像的邊緣；S32：形態(tài)化處理，對(duì)車(chē)牌輪廓進(jìn)行初步定位；S33：篩選車(chē)牌區(qū)域和偽車(chē)牌區(qū)域；S34：采用投影法進(jìn)行二次定位；S4：對(duì)S3提取出的車(chē)牌圖像進(jìn)行二值化處理，查找傾斜的角度，采用改進(jìn)坐標(biāo)變換的方法對(duì)車(chē)牌進(jìn)行傾斜扶正；S5：利用垂直投影圖中的字符的峰群特點(diǎn)，采用基于字符連通域?qū)捀邫z測(cè)和先驗(yàn)知識(shí)相結(jié)合的方法進(jìn)行車(chē)牌字符切割；S6：利用基于神經(jīng)網(wǎng)絡(luò)的方法進(jìn)行字符識(shí)別；S7：顯示識(shí)別結(jié)果；具體地，圖像預(yù)處理包括灰度變換、灰度拉伸、圖像濾波、圖像增強(qiáng)、二值化處理；灰度拉伸，即根據(jù)灰度直方圖的分布有選擇地對(duì)灰度區(qū)間進(jìn)行分段拉伸，以增強(qiáng)對(duì)比度對(duì)；圖像使用維納濾波主要是為了消除圖像中存在的一些噪聲；輸入圖像經(jīng)過(guò)小波變換后分解得到四個(gè)分量，分別為平滑分量Aj+1、水平分量Hj+1、垂直分量Vj+1和對(duì)角線分量Dj+1，其中水平分量Hj+1表示水平方向的低頻分量和垂直分量的高頻分量，垂直分量Vj+1表示水...

【專(zhuān)利技術(shù)屬性】
技術(shù)研發(fā)人員：徐雷鳴，
申請(qǐng)(專(zhuān)利權(quán))人：成都易默生汽車(chē)技術(shù)有限公司，
類(lèi)型：發(fā)明
國(guó)別省市：四川;51