Matlab环境下基于神经网络的车牌识别资料下载.pdf
- 文档编号:16119731
- 上传时间:2022-11-20
- 格式:PDF
- 页数:77
- 大小:7.74MB
Matlab环境下基于神经网络的车牌识别资料下载.pdf
《Matlab环境下基于神经网络的车牌识别资料下载.pdf》由会员分享,可在线阅读,更多相关《Matlab环境下基于神经网络的车牌识别资料下载.pdf(77页珍藏版)》请在冰豆网上搜索。
因此,交通管理的现代化和智能化就越来越显得重要和亟迫。
利用电子信息技术来提高管理效率、交通效率和打造安全的智能交通系统已成为当前交通管理发展的主题。
实现交通管理现代化和智能化的核心技术之一就是车牌自动识别技术。
与传统的车辆管理方法相比,它大大提高了管理效率和水平,节省了人力、物力,实现了车辆管理的科学化、规范化,对交通治安起到了保障作用,拥有广泛的应用前景。
而神经网络模式识别是近几年来兴起的模式识别领域的一个重要研究方向。
神经网络是一个高度并行的、非线性的、具有很高冗余度的系统。
这种系统结构使知识的表达与存储,使模式信息处理过程,都与传统的模式识别方法有很大的差别。
它所具有的高度非线性和自学习、自组织能力使它具有独特的优势。
在智能交通管理系统中,人们对车牌识别系统的准确性不断提出新的要求,因此把神经网络理论应用到车牌识别中,具有很好的理论意义和实践价值。
本论文选择基于BP神经网络的模式识别技术作为识别的方法。
对传统的BP神经网络识别方法进行改进,从而进一步提高了网络的识别率。
关键词:
车牌识别神经网络字符识别特征提取AbstractWiththefantasticspurineconomyandrapiddevelopmentoftheowningamountofautomobile,thehighwaycommunicationbecomesoneofthemostimportantcommunicationsandtransportationwaysinourcountryAndnowitisinfrastructuresthatthecountrydevelopedenergeticallySoitisexactlyimportantthatthemodernizationandintelligenceofcommunicationmanagementIntelligentTransportationSystem(ITS)whichmakesuseofelectronicinformationtechnologytoraisemanagementefficiency,trafficefficiencyandtrafficsecurityhasbecomethethemeoftra伍cadministrationLicensePlateRecognition(LPR)isoneofthekeytechnologiesofthemodernizationandintelligenceofcommunicationmanagementComparedwithtraditionalvehiclesmanagingmethods,itimprovesmanagingefficiencyandlevel,andsavesmanpowerandmaterialresources,realizesscientificstandardmanagementandensurestrafficorderTherefore,ithascomprehensiveapplicationprospectTheneuralnetworkpatternrecognitionisoneoftheimportantresearchareasinthefieldofpatternrecognitionrecentlyTheneuralnetworkisacollateral,non-linearandredundancysystem,whichmakesitdifferentintheexpress,memoryandtreatofinformationfromtraditionalmethodThenonlinearandabilityofself-studyandself-organizationmakeithaveuniquepredominanceIntheintelligenttransportationmanagementanddetection,becausepeoplerequireamoreaccuratelicenseplaterecognitionsystem,itwillhavesomesignificanceontheoryandpracticethatcombinetheneuralnetworkwiththeLPRThepaperchoosetherecognitionmethodbasedonBackPrograms(BP)neuralnetworkThetraditionalalgorithmisimproved,andthustherecognitionrateWasimprovedKeywords:
LicensePlateRecognitionneuralnetworkopticalcharacterrecognitionfeatureextraction创新性声明本人声明所呈交的论文是我个人在导师的指导下进行的研究工作及取得的研究成果。
尽我所知,除了文中特别加以标注和致谢中所罗列的内容以外,论文中不包含其它人已经发表或撰写过的研究成果;
也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材料。
与我一同工作的同志所做的任何贡献均已在论文中做了明确的说明并表示了谢意。
申请学位论文与资料若有不实之处,本人承担一切相关责任。
本人签名:
!
虱型垒整魄关于论文使用授权的说明本人完全了解西安电子科技大学有关保留和使用学位论文的规定,即:
研究生在校攻读学位期间论文工作的知识产权单位属西安电子科技大学。
本人保证毕业离校后,发表论文或使用论文工作成果时署名单位仍然为西安电子科技大学。
学校有权保留送交论文的复印件,允许查阅和借阅论文;
学校可以公布论文的全部或部分内容,可以允许采用影印、缩印、或其它复制手段保存论文。
(保密的论文在解密后遵守此规定)本人签名:
型兰堑导师签名:
望瑟醴日期:
沙。
协9日期:
2-。
?
尹g第一章绪论第一章绪论11课题的研究背景近二、三十年以来,随着全球经济的不断发展,人民生活水平的不断提高,私人拥有机动车辆的数量迅速增加,车辆普及成为了必然的趋势。
在此情况下,仅仅依靠大力发展交通设施已不能解决现在已经存在的交通拥挤、交通事故频发、环境污染加剧等问题,尽管现在世界上的许多国家,依然主要依靠建设更多的道路基础设施,建立完善的道路网络缓解道路交通增长的需求,但是由于城市空间的严格限制,以及资金和环境方面的压力,建设更多的基础设施将受到限制。
因此,保持道路建设和现代化管理齐头并进,在发展交通设施的同时,大力发展现代智能交通系统(IntelligentTransportationSystem,简称ITS)
【1】,已成为亟待解决的严重问题。
车辆牌照识别(LicencePlateRecognition,简称LPR)
【2】技术的主要任务是分析处理汽车图像,自动识别汽车牌照号码,它一直是现代化交通发展中倍受关注的问题,也是制约交通系统智能化、现代化的重要因素【3】。
一个合格的LPR系统,应该能够从一幅图像中自动提取车牌图像,自动分割字符图像,进而对字符进行正确识别。
随着计算机视频技术和模式识别技术的发展,车牌自动识别系统已经成为现代智能交通系统中的重要组成部分,已广泛应用于不停车收费、失窃车辆侦察、停车场管理、车辆进入许可等需要车牌认证的重要场合,大大简化了人的劳动,消除了人为干扰,减少乃至杜绝出错的可能。
同时,由于LPR系统能对输入的汽车图像加以处理和识别,输出几个字符大小的字符串,无论在存储空间的占用上还是在与数据库的连接上都具有无可比拟的优越性,LPR系统具有不可替代的作用,因此从事LPR技术的研究具有极其重要的现实意义和巨大的经济价值。
LPR系统中的两个关键子系统是车牌定位系统和车牌字符识别系统。
关于车牌定位系统的研究,国内外学者已经做了大量的工作,但是实际效果并不是很理想,比如车牌图像的倾斜、车牌表面的污秽和磨损、光线的干扰等都是影响定位准确度的潜在因素。
为此,近年来不少学者针对车牌本身的特点,车辆拍摄的不良现象及背景复杂状况,先后提出了许多具有针对性的定位方法,使车牌定位在技术和方法上都有了很大的改善。
然而现代化智能交通系统不断发展将对车牌定位的准确率和实时性提出越来越高的要求。
车牌
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- Matlab 环境 基于 神经网络 车牌 识别