當今社會,隨著計算機計算能力的增強,使得一度低迷的神經(jīng)網(wǎng)絡(luò)又一次映入了人們的視線中,伴隨著神經(jīng)網(wǎng)絡(luò)的快速發(fā)展,使得其在人工智能研究領(lǐng)域獲得了極大的進步,現(xiàn)如今越來越多學者致力于此方面的研究,其中模糊理論、神經(jīng)網(wǎng)絡(luò)更是研究的重點對象。本文所研究的車牌識別技術(shù)在現(xiàn)代化車牌管理當中有種非常重要的地位,如何將人工智能與車牌識別結(jié)合并用于實際工作,是本文的主要研究課題。Hopfield神經(jīng)網(wǎng)絡(luò)是一種單層全連接的反饋型神經(jīng)網(wǎng)絡(luò),此網(wǎng)絡(luò)引入了“能量函數(shù)”的概念,在網(wǎng)絡(luò)運行過程中,可以將吸引子存放在能量極小點中,因此在網(wǎng)絡(luò)能量遞減的過程中,終究會趨于穩(wěn)定狀態(tài),正是基于Hopfield這種特性,我們將使用此網(wǎng)絡(luò)進行車牌的識別。由于車牌識別過程存在著許多不確定性因素,為了避免這些不確定的因素使得車牌識別率過低,我們將引入模糊理論的概念,將模糊理論與神經(jīng)網(wǎng)絡(luò)相結(jié)合,不僅可以解決模糊理論本身學習能力差的問題,而且可以提高在識別精度方面的準確性。為了驗證此種算法確實是可行的,我們將使用另一種算法與其進行對比分析,即受限玻爾茲曼機。受限玻爾茲曼機是一個隨機神經(jīng)網(wǎng)絡(luò),將其與用作特征提取并且與分類器相結(jié)合可以作為不錯... 

【文章來源】：中國地質(zhì)大學(北京)北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：83 頁

【學位級別】：碩士

【部分圖文】：

從攝像頭獲取的初始數(shù)據(jù)

第 2 章 車牌圖像處理的方法對紅、綠、藍三個色彩進行處理，這個過程稱作灰度計算支持的前提下必定會花費較多的時間，因此，我速率的問題，在接下來分析灰度化的方法中，找到了的灰度化方法有：最大值法，平均值法，加權(quán)平均值權(quán)平均值法，該算法根據(jù)實際情況，分別給三種顏色然后進行加權(quán)平均并求值，同時考慮到人眼對色彩的三個分量進行加權(quán)，將求得的值作為灰度值。0.299 ( , ) + 0.587 ( , ) + 0.114 ( , ) 度化方法處理前的圖像即初始圖像如圖 2-2 所示。化方法之后得到的圖像如圖 2-3 所示。

0.299 ( , ) + 0.587 ( , ) + 0.114 ( , ) 度化方法處理前的圖像即初始圖像如圖 2-2 所示�；椒ㄖ蟮玫降膱D像如圖 2-3 所示。圖 2-2 灰度化處理前

【參考文獻】：
期刊論文
[1]基于機器視覺的智能LED晶粒數(shù)量統(tǒng)計系統(tǒng)[J]. 周文豪,張媛媛,王想實.  計算機產(chǎn)品與流通. 2019(04)
[2]基于機器視覺的育秧盤裂縫缺陷檢測方法研究[J]. 馬旭,袁志成,王宇唯,季傳棟,溫志成,鄧向武.  現(xiàn)代農(nóng)業(yè)裝備. 2019(01)
[3]基于Boltzmann機的物聯(lián)網(wǎng)數(shù)據(jù)分類方法研究[J]. 劉健,常蓮.  激光雜志. 2016(10)
[4]基于C環(huán)境下的Schimidt正交化方法實現(xiàn)[J]. 董曉萌,李樂.  電子設(shè)計工程. 2014(09)
[5]基于MATLAB的汽車牌照識別的研究[J]. 馬東,韓其睿.  電子世界. 2011(11)
[6]一種模糊Hopfield網(wǎng)絡(luò)的學習算法及性質(zhì)[J]. 曾水玲,楊靜宇,徐蔚鴻.  計算機科學. 2010(12)
[7]基于一類弱連續(xù)T-模的模糊Hopfield神經(jīng)網(wǎng)絡(luò)研究[J]. 袁占國,王春林,嚴尚安.  后勤工程學院學報. 2009(05)
[8]車牌自動識別技術(shù)研究進展[J]. 李連昌,蘭志強,叢奎榮,亓學鵬.  可編程控制器與工廠自動化. 2009(07)
[9]基于離散Hopfield神經(jīng)網(wǎng)絡(luò)的文獻檢索智能識別[J]. 潘舜瓊.  重慶工學院學報(自然科學版). 2007(07)
[10]一種基于字符復原的車牌識別方法[J]. 魏運,路小波,黃衛(wèi),朱周.  交通與計算機. 2007(01)

博士論文
[1]基于連續(xù)多閾值神經(jīng)元Hopfield網(wǎng)絡(luò)的信號直接盲檢測[D]. 阮秀凱.南京郵電大學 2012

碩士論文
[1]基于ELM的風力發(fā)電機組齒輪箱故障診斷研究[D]. 楊露.上海電機學院 2018
[2]復雜背景下車牌識別算法的研究與實現(xiàn)[D]. 徐凱.電子科技大學 2017
[3]基于圖像的無標定目標伺服控制[D]. 王梓誠.北京理工大學 2016
[4]基于深度玻爾茲曼機的特征學習算法研究[D]. 朱常寶.北京化工大學 2016
[5]基于模糊理論的BP與GA混合算法的應用研究[D]. 付國楠.中國地質(zhì)大學(北京) 2016
[6]基于FPGA的手勢識別遙控器[D]. 李繼綱.西北大學 2015
[7]基于離散Hopfield神經(jīng)網(wǎng)絡(luò)的車牌字符識別技術(shù)研究[D]. 周雪婷.湖南師范大學 2015
[8]自然場景下的車牌檢測與識別算法研究[D]. 牛博雅.北京交通大學 2015
[9]事件檢測中的停車及拋落物識別算法研究[D]. 李潔.長安大學 2014
[10]灰度圖像的直方圖均衡化處理研究[D]. 陳永亮.安徽大學 2014



本文編號：3252551