车牌号码识别仿真 毕业设计论文

ID:315633

大小:939.50 KB

页数:25页

时间:2017-07-22

车牌号码识别仿真  毕业设计论文_第1页
车牌号码识别仿真  毕业设计论文_第2页
车牌号码识别仿真  毕业设计论文_第3页
车牌号码识别仿真  毕业设计论文_第4页
车牌号码识别仿真  毕业设计论文_第5页
资源描述:

《车牌号码识别仿真 毕业设计论文》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、温州大学城市学院本科毕业设计(论文)本科毕业设计(论文)(2010届)题目:车牌号码识别仿真分院:电子信息分院专业:电子信息工程班级:06电子本1姓名:学号:指导老师:完成时间:2010年4月21温州大学城市学院本科毕业设计(论文)21温州大学城市学院本科毕业设计(论文)摘要车牌识别系统在交通的智能监视和管理中有着重要的应用,近几年发展非常迅速。基于图像和字符识别技术的车牌字符识别系统也是目前国内外模式识别应用研究领域的一个热点。尽管车牌的先验知识比较丰富,但是在复杂的背景下,车牌中的字符识别仍然比较困难。目前的车牌识别系统大多是针对简单

2、场景、单一车牌。车牌字符识别系统的关键技术包括数字图像处理、车牌定位、车牌字符分割和字符识别技术。本文对已定位好的车牌进行图像位图读取、图像二值化、字符分割、提取字符特征、BP神经网络设计等模块进行了初步的研究。在字符分割方面,分析了牌照图像二值化与标准归一化以及几何校正的各种算法。借助牌照字符固定宽度、间距的固定比例关系等先验知识实现字符的分割。在特征提取方面,将字符归一化,再采用13特征法进行字符特征提取。在字符识别方面,分析比较了常用的字符识别方法。在此基础上详细分析基于BP神经网络的识别方法。实验结果证明,所采用的BP神经网络具有

3、良好的性能满足在复杂环境下实时识别车牌的要求,具有一定的理论和实际意义。关键词:车牌字符识别;特征提取;BP神经网络;MATLAB21温州大学城市学院本科毕业设计(论文)ABSTRACTLicenseplaterecognitionsystemhasimportantapplicationsintheintelligenttrafficmonitoringandmanagementdevelopedrapidlyinrecentyears.Basedonimageandcharacterrecognitiontechnologylicen

4、seplaterecognitionsystempatternrecognitionathomeandabroadisalsoahotfieldofappliedresearch.Althoughthelicenseplateofthepriorknowledgerich,butinacomplexbackground,thelicenseplateofthecharacterrecognitionisstillmoredifficult.Mostofthecurrentlicenseplaterecognitionsystemisasi

5、mplescenarioforasingleplate.Thekeytechnologiesoflicenseplaterecognitionsystemincludedigitalimageprocessing,licenseplatelocation,licenseplatecharactersegmentationtechnology.Thisarticlehasbeenpositioningforagoodlicenseplatereadsthebitmapimage,imagebinarization,charactersegm

6、entation,featureextractionofcharacters,BPneuralnetworkdesignmoduleforamoredetailedstudy.Inthecharactersegmentationarea.Analyzeofthelicenseplateimagebinarizationwiththestandardnormalizationandgeometriccorrectionalgorithms.Withfixed-widthcharacterlicense,afixedproportionoft

7、herelationshipbetweenthepitchpriorknowledgetoachievesegmentationofcharacters.Infeatureextraction.Thecharacternormalization,againusing13featuresofcharacterfeatureextractionmethod.Incharacterrecognition,analyzeandcomparedofthecommoncharacterrecognition.Onthebasisofthisdetai

8、ledanalysisbasedonBPneuralnetworksrecognition.TheresultsshowthatBPneuralnetworkusedgoodperforman

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
正文描述:

《车牌号码识别仿真 毕业设计论文》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、温州大学城市学院本科毕业设计(论文)本科毕业设计(论文)(2010届)题目:车牌号码识别仿真分院:电子信息分院专业:电子信息工程班级:06电子本1姓名:学号:指导老师:完成时间:2010年4月21温州大学城市学院本科毕业设计(论文)21温州大学城市学院本科毕业设计(论文)摘要车牌识别系统在交通的智能监视和管理中有着重要的应用,近几年发展非常迅速。基于图像和字符识别技术的车牌字符识别系统也是目前国内外模式识别应用研究领域的一个热点。尽管车牌的先验知识比较丰富,但是在复杂的背景下,车牌中的字符识别仍然比较困难。目前的车牌识别系统大多是针对简单

2、场景、单一车牌。车牌字符识别系统的关键技术包括数字图像处理、车牌定位、车牌字符分割和字符识别技术。本文对已定位好的车牌进行图像位图读取、图像二值化、字符分割、提取字符特征、BP神经网络设计等模块进行了初步的研究。在字符分割方面,分析了牌照图像二值化与标准归一化以及几何校正的各种算法。借助牌照字符固定宽度、间距的固定比例关系等先验知识实现字符的分割。在特征提取方面,将字符归一化,再采用13特征法进行字符特征提取。在字符识别方面,分析比较了常用的字符识别方法。在此基础上详细分析基于BP神经网络的识别方法。实验结果证明,所采用的BP神经网络具有

3、良好的性能满足在复杂环境下实时识别车牌的要求,具有一定的理论和实际意义。关键词:车牌字符识别;特征提取;BP神经网络;MATLAB21温州大学城市学院本科毕业设计(论文)ABSTRACTLicenseplaterecognitionsystemhasimportantapplicationsintheintelligenttrafficmonitoringandmanagementdevelopedrapidlyinrecentyears.Basedonimageandcharacterrecognitiontechnologylicen

4、seplaterecognitionsystempatternrecognitionathomeandabroadisalsoahotfieldofappliedresearch.Althoughthelicenseplateofthepriorknowledgerich,butinacomplexbackground,thelicenseplateofthecharacterrecognitionisstillmoredifficult.Mostofthecurrentlicenseplaterecognitionsystemisasi

5、mplescenarioforasingleplate.Thekeytechnologiesoflicenseplaterecognitionsystemincludedigitalimageprocessing,licenseplatelocation,licenseplatecharactersegmentationtechnology.Thisarticlehasbeenpositioningforagoodlicenseplatereadsthebitmapimage,imagebinarization,charactersegm

6、entation,featureextractionofcharacters,BPneuralnetworkdesignmoduleforamoredetailedstudy.Inthecharactersegmentationarea.Analyzeofthelicenseplateimagebinarizationwiththestandardnormalizationandgeometriccorrectionalgorithms.Withfixed-widthcharacterlicense,afixedproportionoft

7、herelationshipbetweenthepitchpriorknowledgetoachievesegmentationofcharacters.Infeatureextraction.Thecharacternormalization,againusing13featuresofcharacterfeatureextractionmethod.Incharacterrecognition,analyzeandcomparedofthecommoncharacterrecognition.Onthebasisofthisdetai

8、ledanalysisbasedonBPneuralnetworksrecognition.TheresultsshowthatBPneuralnetworkusedgoodperforman

显示全部收起
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。
关闭