基于人工神经元的交通流量检测的图像识别系统
的研究与实现
摘 要
本系统应用基于彩色图象信息的方法定位车牌图像并进行图形图像编码，编码经人工神经网络进行识别，以此来识别汽车牌照，实现对公路汽车的控制并达到进行交通流量控制的目的。本系统由图象处理模块，神经网络处理模块两部分组成：图象处理模块采用Matlab软件对图象进行处理，主要对CCD摄象机采集来的图象进行预处理，包括图象增强、图象滤波、图象去噪三个步骤，输出是待选定的车牌区域图象，并对车牌区域图象进行编码，并把编码输入神经网络；神经网络处理模块的功能是生成并训练神经网络，输出是所要求的相对应的特征编码。特征编码与车辆管理数据库中的编码相对应，输出被检验车辆的数据。人工神经网络经训练后，对输入的图象编码有较高的识别效率。
本系统具有理准确率高，编程容易，非常容易实现的优点，精度可达到98%。
关键词：交通流量;人工神经网络;图象识别;特征编码；
目录
第一章 绪 论 1
1.1课题背景与意义 1
1.2系统总体设计说明 1
1.2．1系统工作原理说明 1
1.2．2 系统与当前主要应用方法比较分析 2
1.2．3系统实现方法分析 3
1.3关于神经网络及其应用前景展望 3
1.3．1国际神经网络发展现状分析 3
1.3．2当前神经网络应用方面的现状及前景分析展望 4
第2章 交通流量检测的现状及其发展前景 6
2.1 交通流量检测现状简介 6
2.1．1交通流量检测系统的实现方法分析 6
2.2 交通流量检测系统的实现 7
2.2．1交通流量检测系统的程序流程图 7
2.2．2交通流量检测系统的实现源程序 7
2.2．3车牌图像识别系统的仿真图片及系统仿真结果 10
第3章 人工神经网络概述 12
3.1 人工神经元网络及其应用原理 12
3.1．1 人工神经元网络的BP算法 12
3.1．2 基本的BP算法与网络的拓扑结构 12
3.1．3 训练过程的概述与误差分析 18
3.1．4文字图形编码过程的实现及分析 19
3.2 人工神经元网络的建立及网络的训练原理 20
3.2．1 人工神经网络的建立原理 20
3.2．2神经网络的输入/输出向量设计 20
3.2．3 BP网络设计、网络训练源程序 20
第4章 基于Matlab的车牌图像处理的实现 23
4.1 Matlab图像处理技术概述 23
4.1．1 Matlab数学工具简介 23
4.1．2Matlab图像处理相关函数简介 23
4.2 Matlab车牌图像处理的主要处理过程简介 26
4.2．1 图像的预处理过程及其源程序 26
4.2．2图像处理主程序及其测试效果分析 28
第5章 基于人工神经网络的交通流量检测的图像识别系统的实现 32
5.1系统的整体流程图 32
5.2系统的总体程序源代码 32
5.3系统的程序测试效果及分析 34
结 论 37
附 录 40
