VC1009车牌字符图像信息的识别技术的2.doc

车牌字符图像信息的识别技术的 研究与应用 摘 要 车牌识别技术是公安执法系统、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等诸多与智能交通相关的应用系统的主要技术。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。 论文中对车牌识别系统中车牌字符的预处理、特征提取和字符识别进行了介绍。在特征提取方面，文中论述了字符识别中字符特征量的提取方法：即采用粗网格特征提取方法对归一化后的车牌字符进行特征量的提取。在字符识别方面，文中着重分析了神经网络的理论原理和在字符识别中的应用方法。最后设计了园区车辆管理系统，并用神经网络的识别方法对所得车牌字符图像进行识别,从而对园区车辆进行有效的管理。 由前期实验所得的结果表明，本系统能较准确地对车牌字符进行识别，在较好的环境下车牌的总识别率达到96%，在有外界环境影响的情况下总识别率也能达到91%。因此车牌识别技术的研究与开发在现代化交通发展中倍受关注。 关键词：车牌识别，特征提取，字符识别，BP神经网络 目 录 第1章 绪论 1 1.1 课题背景 1 1.2 车牌识别的现实意义 2 1.3 车牌识别技术的研究现状 2 1.4 本文的主要内容 4 第2章 车牌识别系统的设计 5 2.1 概述 5 2.2 系统的硬件结构 5 2.3 系统的软件结构 6 2.4 系统的功能介绍 7 2.5 开发工具VC的介绍 8 2.6 本章小结 10 第3章 车牌字符信息的特征提取 11 3.1 字符的预处理 11 3.1.1 二值化 11 3.1.2 平滑去噪 11 3.1.3 归一化 12 3.2 字符特征的选择与提取 13 3.3 本章小结 15 第4章 基于神经网络的字符识别 16 4.1 人工神经元 16 4.1.1 神经元模型 16 4.1.2 常用的作用函数 17 4.2 神经网络的构成及学习规则 18 4.2.1 神经网络的构成 18 4.2.2 神经网络的学习规则 19 4.3 BP神经网络 20 4.3.1 BP算法的数学描述 20 4.3.2 BP网络的设计 22 4.3.3 BP网络的训练 24 4.4 学习样本的收集 25 4.5 BP网络字符识别 26 4.6 本章小结 26 第5章 车牌识别技术的应用 28 5.1 系统简介 28 5.2 系统的设计 28 5.3 系统的实现 29 5.4 本章小结 35 结束语 36 参考文献 37 致 谢 38 图4.7 学习样本图 图5.2 系统运行主界面 图5.3 车牌的定位效果图 图5.4 字符分割效果图 Powered by 计算机毕业论文网 重要提示： 本论文由大学论文网 毕业论文下载网： 提供 如果需要详细内容请与QQ:4991024联系