基于神经网络的车牌照识别技术的研究

基于神经网络的车牌照识别技术的研究

论文摘要

车牌识别技术是高速公路自动收费系统、城市道路监控系统、智能停车场管理系统、公安执法系统等诸多与智能交通相关的应用系统的核心技术。车牌识别技术可以应用于道路收费、交通等领域,起到节省人力成本、提高效率、改进管理体系等作用。随着我国汽车数量的迅速增加,车牌识别技术呈现出巨大的经济价值和现实意义。本论文在前人工作的基础上,完善并改进车牌识别系统软件设计,并针对车牌字符分割与识别的理论与技术进行了深入地研究,主要集中在字符的特征提取和分类方面。将主量成分分析方法应用于车牌字符的特征提取,并采用粗集理论对提取的主量特征进行约简,以约简后的特征作为神经网络输入,不仅可以降低网络结构的复杂度,而且可以提高网络学习速率及单个字符的识别率。在识别方法中,分析与比较了模板匹配和神经网络方法的优缺点,将模板匹配与BP神经网络相结合,采用多级多分类器的方案,设计了数字、字母、数字字母混合及汉字分类器。实验证明该方法对相似字符的识别是很有效的。

论文目录

  • 摘要
  • ABSTRACT
  • 前言
  • 第一章 车牌照图像预处理
  • 1.1 图像灰度化
  • 1.2 灰度拉伸
  • 1.3 二值化
  • 1.4 中值滤波
  • 1.5 形态学滤波
  • 1.5.1 数学形态学基本运算
  • 1.5.2 形态学滤波法滤波
  • 1.6 本章小结
  • 第二章 车牌照图像的定位
  • 2.1 车牌照类型规格介绍
  • 2.2 车牌定位方法介绍
  • 2.3 线段性探针搜索定位方法
  • 2.3.1 水平方向定位
  • 2.3.2 垂直方向定位
  • 2.4 本章小结
  • 第三章 车牌照图像的分割
  • 3.1 图像分割
  • 3.1.1 图像分割定义及其意义
  • 3.1.2 图像分割的分类
  • 3.2 字符分割方法
  • 3.3 本文采用的字符分割算法
  • 3.3.1 干扰字符切分的因素
  • 3.3.2 基于垂直投影与先验知识的分割算法
  • 3.4 本章小结
  • 第四章 车牌字符识别
  • 4.1 字符识别概述
  • 4.2 字符归一化
  • 4.2.1 字符归一化的分类
  • 4.2.2 本文的归一化方法
  • 4.3 字符的特征提取与选择
  • 4.3.1 概述
  • 4.3.2 字符特征提取
  • 4.3.3 字符特征选择
  • 4.4 基于神经网络与模板匹配的多分类器设计
  • 4.4.1 BP 神经网络的基本原理
  • 4.4.2 BP 网络的改进算法
  • 4.4.3 仿真实验及其讨论
  • 4.4.4 多级多分类器的设计
  • 4.5 本章小结
  • 第五章 车牌照识别系统的设计与实现
  • 5.1 车牌识别系统的设计
  • 5.1.1 系统设计的要求
  • 5.1.2 系统功能
  • 5.1.3 编程平台
  • 5.2 软件系统设计思想
  • 5.3 车牌识别系统的结构设计和功能实现
  • 5.3.1 车牌识别系统数据流图
  • 5.3.2 车牌识别系统的结构设计
  • 5.4 本章小结
  • 结论
  • 参考文献
  • 发表文章目录
  • 致谢
  • 详细摘要
  • 相关论文文献

    • [1].基于优化神经网络的地质灾害监测预警仿真[J]. 计算机仿真 2019(11)
    • [2].基于进化神经网络的304不锈钢车削加工表面粗糙度预测[J]. 轻工机械 2019(06)
    • [3].时频联合长时循环神经网络[J]. 计算机研究与发展 2019(12)
    • [4].几种典型卷积神经网络的权重分析与研究[J]. 青岛大学学报(自然科学版) 2019(04)
    • [5].基于GA-BP神经网络异纤分拣机检测参数优化[J]. 棉纺织技术 2020(01)
    • [6].基于集成神经网络的织物主观风格预测研究[J]. 纺织科技进展 2020(01)
    • [7].试析神经网络技术在机械工程中的应用及发展[J]. 网络安全技术与应用 2020(02)
    • [8].一种深度小波过程神经网络及在时变信号分类中的应用[J]. 软件 2020(02)
    • [9].不同结构深度神经网络的时间域航空电磁数据成像性能分析[J]. 世界地质 2020(01)
    • [10].基于深度神经网络的航班保障时间预测研究[J]. 系统仿真学报 2020(04)
    • [11].基于生成对抗网络和深度神经网络的武器系统效能评估[J]. 计算机应用与软件 2020(02)
    • [12].基于循环神经网络的双轴打捆机智能换挡策略研究[J]. 安徽工程大学学报 2020(01)
    • [13].基于图神经网络的实体对齐研究综述[J]. 现代计算机 2020(09)
    • [14].基于改进的循环神经网络深度学习跌倒检测算法[J]. 电脑编程技巧与维护 2020(03)
    • [15].神经网络探索物理问题[J]. 物理 2020(03)
    • [16].基于GA-BP神经网络的城市用水量预测[J]. 现代电子技术 2020(08)
    • [17].基于深度神经网络的药物蛋白虚拟筛选[J]. 软件工程 2020(05)
    • [18].基于轻量级神经网络的人群计数模型设计[J]. 无线电工程 2020(06)
    • [19].高效深度神经网络综述[J]. 电信科学 2020(04)
    • [20].含磁场耦合忆阻神经网络放电行为研究[J]. 广西师范大学学报(自然科学版) 2020(03)
    • [21].基于神经网络及特征运算的老年人平衡能力分析[J]. 重庆工商大学学报(自然科学版) 2020(04)
    • [22].神经网络技术在机械工程中的应用及发展探析[J]. 科技创新与应用 2020(18)
    • [23].基于竞争神经网络的变电站巡视周期分类[J]. 科技创新与应用 2020(18)
    • [24].基于双向循环神经网络的语音识别算法[J]. 电脑知识与技术 2020(10)
    • [25].结合相似日与改进神经网络的短期光伏发电预测[J]. 广西电业 2020(04)
    • [26].基于神经网络的流感大数据分析[J]. 中华医学图书情报杂志 2020(03)
    • [27].长短时记忆神经网络在地电场数据处理中的应用[J]. 地球物理学报 2020(08)
    • [28].基于门控循环单元神经网络的公交到站时间预测[J]. 南通大学学报(自然科学版) 2020(02)
    • [29].鼠脑神经网络的同步辐射3D成像研究[J]. 核技术 2020(07)
    • [30].基于长短记忆神经网络的短期光伏发电预测技术研究[J]. 华北电力大学学报(自然科学版) 2020(04)

    标签:;  ;  ;  ;  ;  

    基于神经网络的车牌照识别技术的研究
    下载Doc文档

    猜你喜欢