基于BP神经网络的车牌识别建模及实现

高勇

（中国航空工业集团公司洛阳电光设备研究所，河南洛阳，471000）

0 引言

智能交通系统（Intelligent Transportation System，ITS）是一个运行十分有序的系统，它把车辆、道路和人有机地连接在一起。该系统的运用不但可以使车辆更加放心、安全地行驶在道路上，还可以有效的缓解交通压力、提高群众出行效率，避免资源浪费[1][2]。在智能交通系统当中车牌识别系统具有非常重要的应用地位，是当今交通领域研究重点关注的焦点之一。其采用的技术包括模式识别技术、信号处理技术以及图像处理技术[1-3]。在进行城市道路以及高速公路路况情况监控时，可以通过图像处理和人工智能技术提取和识别具有违法行为的车辆号牌信息，以便准确做出处罚。

本文研究设计了基于BP神经网络的车牌识别模型，利用数字图像处理技术完成车牌图像处理、车牌定位以及字符分割，通过BP神经网络模型实现字符识别，最后利用MATLAB软件开展仿真实验。

1 车牌识别

车牌识别系统的实现需要应用多种现代化技术，包括模式识别技术以及机器视觉技术等等。在监控范围内，通过应用车牌识别系统可以有效的获取到图像信息，首先预处理图像，然后定位到图像中的车牌部分，分割车牌部分中的字符，最后准确的识别出这些字符。该系统主要应用于以下几个领域[2]：公路的自动化管理、车辆定位、城市路口“电子警察”、社区车辆管理系统和停车场车辆管理系统等。

根据GA36-2018 《中华人民共和国机动车号牌》的规定，我国现行的车牌中，第1位为汉字，第2位为字母，第3至6位为数字或字母，第7位为汉字（警、学）、数字或字母。……