[发明专利]基于图像识别和神经网络算法的智能交通控制系统

权利要求书

1.基于图像识别和神经网络算法的智能交通控制系统，其特征在于：包括

监测中心，监测中心作为系统的数据处理中心，实现对违章车辆图像的存储、分析、打印以及违章车牌的数据库管理；

站点，各监测站点作为整个网络结构上的从站，实现对本路口车辆的监测和分析，同时它能根据监测中心的指令，将所需的图像信息传递给处理中心；

摄像机， 每个路口另需一台全景摄像机来监测违章车辆的位鬣， 每个车道需要一个高分辨率的ＣＣＤ摄像头监测违章车辆的牌照，如果有两个车道则需两个摄像头来监测路口。

2.根据权利要求1所述的基于图像识别和神经网络算法的智能交通控制系统，其特征在于：所述监测中心硬件设备是由一台高性能的微机、一台高分辨率的彩色打印机以及网络设备组成的。

3.根据权利要求1所述的基于图像识别和神经网络算法的智能交通控制系统，其特征在于：所述监测中心、所述站点、所述摄像机之间通过无线网络连接，且无线网络的通讯采取公用电话网。

4.根据权利要求1所述的基于图像识别和神经网络算法的智能交通控制系统，其特征在于：所述所述检测中心中的模式识别系统由数据获取、预处理、特征提取和选择、决策分类组成，且模式识别的方法为神经网络模式识别。

5.根据权利要求1所述的基于图像识别和神经网络算法的智能交通控制系统，其特征在于：所述监测中心还包括车牌自动识别系统，车辆牌照识别技术用于道路交通流监控、交通事故现场勘查、交通违章自动纪录、高速公路自动收费系统、停车场自动安全管理。

6.根据权利要求5所述的基于图像识别和神经网络算法的智能交通控制系统，其特征在于：所述监测中心中车牌自动识别系统的车牌提取方法为基于神经网络的车牌提取。

7.根据权利要求6所述的基于图像识别和神经网络算法的智能交通控制系统，其特征在于：所述基于神经网络的车牌提取的步骤为先收集一定数量的车牌样本，用ＢＰ算法对其进行训练，达到一定正确率后，训练结束，得到一个对牌照敏感的神经网络，提取牌照时，对输入图像进行预处理，然后利用训练出的神经网络来搜索车牌。