基于BP网络的车牌识别系统的设计毕业设计论文.doc

北京理工大学2014届本科生毕业设计（论文） 一、原始依据（包括设计或论文的工作基础、研究条件、应用环境、工作目的等。） 工作基础：了解C++的基本概念和语法，熟练使用Visual C++软件。 研究条件：依据BP神经网络的基本原理完成算法实现。 应用环境：基于BP神经网络的图像文件中的车牌号码识别。 工作目的：熟练掌握Visual C++应用程序的开发。 了解人工智能的基本概念以及神经网络的基本原理。 熟练掌握Visual C++中的图片处理的基本方法。 二、参考文献 [1]人工智能原理及其应用， 王万森， 电子工业出版社，2007. [2]VC++深入详解， 孙鑫， 电子工业出版社，2006. [3] \o 人工神经网络原理 人工神经网络原理, 马锐， 机械工业出版社， 2010. [4] \o Visual C++数字图像处理典型案例详解 Visual C++数字图像处理典型案例详解， 沈晶， 机械工业出版社，2012. [5]Application of Image Processing to the Characterization of Nanostructures，Manuel F. M. Costa， Reviews on Advanced Materials Science,2004. 三、设计（研究）内容和要求（包括设计或研究内容、主要指标与技术参数，并根据课题性质对学生提出具体要求。） 1、掌握C++的基本概念和语法。 2、了解神经网络的基本原理。 3、完成Visual C++中对于图像的预处理。 4、完成基于样本的神经网络的训练以及图像中车牌信息的识别，并对其性能进行统计和总结。 指导教师（签字） 年 月 日 审题小组组长（签字） 年 月 日 天津大学仁爱学院本科生毕业设计（论文）开题报告 课题名称 基于BP网络的车牌识别系统的设计 系 名 信息工程系 专 业 自动化 学生姓名 魏章波 指导教师 扈书亮 课题来源及意义 BP(Back Propagation)神经网络是1986年由Rumelhart和McClelland为首的科学家小组提出, 是一种按误差逆传播算法训练的多层前馈网络,是目前应用最广泛的神经网络模型之一。BP网络能学习和存贮大量的输入-输出模式映射关系,而无需事前揭示描述这种映射关系的数学方程。它的学习规则是使用最速下降法,通过反向传播来不断调整网络的权值和阈值,使网络的误差平方和最小。 智能交通管理系统是21世纪道路交通管理的发展趋势。高速公路的不断发展和车辆管理体制的不断完善，为以图像识别为基础的智能交通管理系统进入实际应用领域提供了契机。基于BP网络的车牌识别系统正是在这种应用背景下研制出来的，它能够自动、实时地识别车辆牌照，从而监控车辆的收费、闯关、欠费以及各种舞弊现象。 车牌识别的实质是对车牌上的数字、字母和汉字进行快识别并以字符的形式输出识别结果，字符识别是整个车牌识别过程的关键所在。由于图像获取时的外界环境不同的影响，系统必须保证能够在任何天气情况下全天不间断的正常工作。因此，对于研究基于BP网络的车牌识别系统有重要的意义。 国内外发展现状 从上世纪90年代初，基于图像处理的车牌识别技术的研究在欧美发达国家已经兴起。比如在美国、意大利、德国、以色列、新加坡等国家，都已经有比较成熟的产品投入了应用，如以色列的Hi-Tech公司的See/Car System系列产品，美国的（AUTOSCOF）[2003系统]，香港Asia Vision Technology公司的VECON 产品，德国西门子公司的ARTEM7S系统，新加坡Optasia公司的VLPRS产品等，其中VECON和VLPRS产品主要适合于香港和新加坡的车牌，Hi-Tech公司的See/Car System有多种变形产品来分别适应某一个国家的车牌，但因为我国车牌式样的多样性和颜色的多样性以及包含汉字等特点，这些车牌识别系统并不适 合我国国情。 我国的条件与国外不同，不仅车牌的种类多，而且车牌不够规范，分为很多种类型，并且车牌上还有汉字。按颜色分类，有蓝底白字、黄底黑字、白底黑字和黑底白字之分，有些部队用车车牌字符还分为了两行，这些都决定了我国的车牌识别相对于国外较为困难。 近几年，我国也有很多科研单位和公司进行车牌识别方面的研究，也取得了一些成绩。我国做的较好的产品有中科院自动化研究所汗土公司的“汗土眼”，天勤科技公司的车牌识别系统，背景龙人计算机系统有限公司的停车场收费系统。但对环境要求比较高，在全天候的条件下，都存在着识别精度不高的问题，识别时间比较长的缺点。因此车牌识别系统有很大的发展空间。 三、研究目标 1