基于matlab的汽車車牌識別系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)
發(fā)布時(shí)間:2021-01-19 20:18
自動車牌識別系統(tǒng)(LPR)使用數(shù)字圖像處理技術(shù)來定位和識別車牌號碼上的字符,并將結(jié)果輸出為文本字符串或其他類型的數(shù)據(jù)格式,便于操作員輕松理解。需要通過車牌號自動識別控制機(jī)動車存在和識別的監(jiān)控,例如自動電子收費(fèi)系統(tǒng),用于高速公路現(xiàn)代化管理的LPR應(yīng)用和城市交通模式識別,他們的發(fā)展進(jìn)一步促進(jìn)了模式識別的發(fā)展。近年來,神經(jīng)網(wǎng)絡(luò)已經(jīng)成為模式識別領(lǐng)域最引人注目的方向,尤其是深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò),其中CNN是一種常見的深度學(xué)習(xí)框架。本文在分析卷積神經(jīng)網(wǎng)絡(luò)工作原理的基礎(chǔ)上,將局部加權(quán)卷積神經(jīng)網(wǎng)絡(luò)方法引入到智能交通系統(tǒng)的具體應(yīng)用中。該特征可以通過多維網(wǎng)絡(luò)輸入矢量圖直接輸入。在圖像識別和處理方面可以有更好的效果,避免了特征提取過程的復(fù)雜性。本論文針對基于卷積神經(jīng)網(wǎng)絡(luò)的車牌識別問題,總結(jié)了國內(nèi)外學(xué)者的研究現(xiàn)狀和成果,并介紹了利用卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行圖像識別的原理。在對經(jīng)典神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)LeNet-5進(jìn)行分析研究的基礎(chǔ)上,將改進(jìn)的卷積神經(jīng)網(wǎng)絡(luò)ILeNeT-5應(yīng)用于車牌識別系統(tǒng);贛ATLAB平臺,完成應(yīng)用程序的開發(fā),最終完成以量為基礎(chǔ)產(chǎn)品神經(jīng)網(wǎng)絡(luò)下的車牌識別研究。本文研究的基于卷積神經(jīng)網(wǎng)絡(luò)的車牌識別是基于神經(jīng)網(wǎng)絡(luò)的...
【文章來源】:黑龍江大學(xué)黑龍江省
【文章頁數(shù)】:61 頁
【學(xué)位級別】:碩士
【部分圖文】:
汽車保有量全國前十城市圖
圖 2-1 卷積神經(jīng)網(wǎng)絡(luò)的概念示范Figure 2-1 concept of convolutional neural networks在上圖中,輸入圖像與三個(gè)濾波器進(jìn)行卷積。這三個(gè)過濾器是可訓(xùn)練的。(生成一個(gè)特征圖像,每個(gè)生成一個(gè)特征圖像,每個(gè)像素經(jīng)過卷積操作,然
圖 2-2 CNN 中相鄰神經(jīng)元之間的稀疏連接Figure 2-2 sparse connection with neurons in CNN在圖 2-2 中可以看出,第 L + 1 層神經(jīng)元接受場的寬度也相對于第 L 層,
【參考文獻(xiàn)】:
期刊論文
[1]卷積神經(jīng)網(wǎng)絡(luò)分類模型在模式識別中的新進(jìn)展[J]. 胡正平,陳俊嶺,王蒙,趙淑歡. 燕山大學(xué)學(xué)報(bào). 2015(04)
[2]基于卷積神經(jīng)網(wǎng)絡(luò)的身份證號碼識別研究與實(shí)現(xiàn)[J]. 鄭永森. 計(jì)算機(jī)光盤軟件與應(yīng)用. 2015(03)
[3]深度學(xué)習(xí)研究進(jìn)展[J]. 劉建偉,劉媛,羅雄麟. 計(jì)算機(jī)應(yīng)用研究. 2014(07)
[4]多信息融合的快速車牌定位[J]. 王永杰,裴明濤,賈云得. 中國圖象圖形學(xué)報(bào). 2014(03)
[5]車牌傾斜校正算法研究及改進(jìn)[J]. 陳玲,李熙瑩,盧林. 計(jì)算機(jī)與現(xiàn)代化. 2013(12)
[6]直方圖均衡化的數(shù)學(xué)模型研究[J]. 吳成茂. 電子學(xué)報(bào). 2013(03)
[7]基于BP神經(jīng)網(wǎng)絡(luò)的車牌字符識別算法研究[J]. 歐陽俊,劉平. 光學(xué)與光電技術(shù). 2012(05)
[8]車牌識別技術(shù)的發(fā)展及研究現(xiàn)狀[J]. 李志強(qiáng),李永斌. 科技信息. 2012(05)
[9]車牌識別中的傾斜車牌校正算法[J]. 宋萬里,張鸰. 科技信息. 2011(14)
[10]基于連通域提取的車牌字符分割算法[J]. 甘玲,林小晶. 計(jì)算機(jī)仿真. 2011(04)
碩士論文
[1]基于卷積神經(jīng)網(wǎng)絡(luò)的人臉檢測和性別識別研究[D]. 汪濟(jì)民.南京理工大學(xué) 2015
[2]基于車牌識別的一體式尋車數(shù)據(jù)采集系統(tǒng)的實(shí)現(xiàn)[D]. 孫婷婷.浙江大學(xué) 2015
[3]卷積神經(jīng)網(wǎng)絡(luò)在圖像識別上的應(yīng)用的研究[D]. 許可.浙江大學(xué) 2012
[4]Matlab環(huán)境下基于神經(jīng)網(wǎng)絡(luò)的車牌識別[D]. 周科偉.西安電子科技大學(xué) 2009
[5]自然背景下車牌識別關(guān)鍵技術(shù)研究[D]. 付希金.東北師范大學(xué) 2008
[6]基于小波分析的圖像處理及其在車牌識別中的應(yīng)用[D]. 索迪.長春理工大學(xué) 2008
[7]基于神經(jīng)網(wǎng)絡(luò)的車牌識別技術(shù)研究[D]. 趙先軍.西安電子科技大學(xué) 2005
本文編號:2987649
【文章來源】:黑龍江大學(xué)黑龍江省
【文章頁數(shù)】:61 頁
【學(xué)位級別】:碩士
【部分圖文】:
汽車保有量全國前十城市圖
圖 2-1 卷積神經(jīng)網(wǎng)絡(luò)的概念示范Figure 2-1 concept of convolutional neural networks在上圖中,輸入圖像與三個(gè)濾波器進(jìn)行卷積。這三個(gè)過濾器是可訓(xùn)練的。(生成一個(gè)特征圖像,每個(gè)生成一個(gè)特征圖像,每個(gè)像素經(jīng)過卷積操作,然
圖 2-2 CNN 中相鄰神經(jīng)元之間的稀疏連接Figure 2-2 sparse connection with neurons in CNN在圖 2-2 中可以看出,第 L + 1 層神經(jīng)元接受場的寬度也相對于第 L 層,
【參考文獻(xiàn)】:
期刊論文
[1]卷積神經(jīng)網(wǎng)絡(luò)分類模型在模式識別中的新進(jìn)展[J]. 胡正平,陳俊嶺,王蒙,趙淑歡. 燕山大學(xué)學(xué)報(bào). 2015(04)
[2]基于卷積神經(jīng)網(wǎng)絡(luò)的身份證號碼識別研究與實(shí)現(xiàn)[J]. 鄭永森. 計(jì)算機(jī)光盤軟件與應(yīng)用. 2015(03)
[3]深度學(xué)習(xí)研究進(jìn)展[J]. 劉建偉,劉媛,羅雄麟. 計(jì)算機(jī)應(yīng)用研究. 2014(07)
[4]多信息融合的快速車牌定位[J]. 王永杰,裴明濤,賈云得. 中國圖象圖形學(xué)報(bào). 2014(03)
[5]車牌傾斜校正算法研究及改進(jìn)[J]. 陳玲,李熙瑩,盧林. 計(jì)算機(jī)與現(xiàn)代化. 2013(12)
[6]直方圖均衡化的數(shù)學(xué)模型研究[J]. 吳成茂. 電子學(xué)報(bào). 2013(03)
[7]基于BP神經(jīng)網(wǎng)絡(luò)的車牌字符識別算法研究[J]. 歐陽俊,劉平. 光學(xué)與光電技術(shù). 2012(05)
[8]車牌識別技術(shù)的發(fā)展及研究現(xiàn)狀[J]. 李志強(qiáng),李永斌. 科技信息. 2012(05)
[9]車牌識別中的傾斜車牌校正算法[J]. 宋萬里,張鸰. 科技信息. 2011(14)
[10]基于連通域提取的車牌字符分割算法[J]. 甘玲,林小晶. 計(jì)算機(jī)仿真. 2011(04)
碩士論文
[1]基于卷積神經(jīng)網(wǎng)絡(luò)的人臉檢測和性別識別研究[D]. 汪濟(jì)民.南京理工大學(xué) 2015
[2]基于車牌識別的一體式尋車數(shù)據(jù)采集系統(tǒng)的實(shí)現(xiàn)[D]. 孫婷婷.浙江大學(xué) 2015
[3]卷積神經(jīng)網(wǎng)絡(luò)在圖像識別上的應(yīng)用的研究[D]. 許可.浙江大學(xué) 2012
[4]Matlab環(huán)境下基于神經(jīng)網(wǎng)絡(luò)的車牌識別[D]. 周科偉.西安電子科技大學(xué) 2009
[5]自然背景下車牌識別關(guān)鍵技術(shù)研究[D]. 付希金.東北師范大學(xué) 2008
[6]基于小波分析的圖像處理及其在車牌識別中的應(yīng)用[D]. 索迪.長春理工大學(xué) 2008
[7]基于神經(jīng)網(wǎng)絡(luò)的車牌識別技術(shù)研究[D]. 趙先軍.西安電子科技大學(xué) 2005
本文編號:2987649
本文鏈接:http://sikaile.net/kejilunwen/zidonghuakongzhilunwen/2987649.html
最近更新
教材專著