基于BP神经网络车牌识别系统的设计与实现

1．1 题目的主要研究内容

（1）工作的主要描述

        使用MATLAB将采集到的图像信息读入，采用一系列的方法对图像信息进行预处理；再分析不同像素点分布与边缘的相应变化范围，从而确定牌照的大致位置，由此分割出车牌的矩形区域；使用二值化的方式对矩形区域处理，再选用相应阈值将此切割成一个个字符；然后使用神经网络来识别字符，输出即为识别的车牌。

（2）系统流程图

1．2 题目研究的工作基础或实验条件

1. 硬件环境

处理器Intel i5-8264U CPU，因特尔超高清显卡620；

1. 软件环境

Windows操作系统，matlab2016b。

1．3 数据集描述

        本次课程报告数据集来源于互联网，分别为上海，郑州，沈阳，苏州四个地区的汽车牌照照片，车牌图片由省份简称和字符组成。本课设以上海的车牌进行演示。

数据集图像如图2所示：

图2 汽车牌照数据集展示

1．4 特征提取过程描述

1 图像预处理

        在实际应用中，不同的光照条件、汽车自身的运动变化、拍摄的角度、硬件设备等等因素会直接影响到拍摄图像的效果，存在各种噪声；故在牌照定位前，对图片信息预处理从而改善图像质量，获得更加有效的信息。其流程图为：

（1）灰度处理

        灰度化处理就是将彩色的三维图像转变为二维图像。彩色图像有R、G、B 三个分量，灰度化就是使彩色的R、