基于matlab的汽车车牌识别系统的设计与实现

发布时间：2021-01-19 20:18

　　自动车牌识别系统（LPR）使用数字图像处理技术来定位和识别车牌号码上的字符,并将结果输出为文本字符串或其他类型的数据格式,便于操作员轻松理解。需要通过车牌号自动识别控制机动车存在和识别的监控,例如自动电子收费系统,用于高速公路现代化管理的LPR应用和城市交通模式识别,他们的发展进一步促进了模式识别的发展。近年来,神经网络已经成为模式识别领域最引人注目的方向,尤其是深度学习神经网络,其中CNN是一种常见的深度学习框架。本文在分析卷积神经网络工作原理的基础上,将局部加权卷积神经网络方法引入到智能交通系统的具体应用中。该特征可以通过多维网络输入矢量图直接输入。在图像识别和处理方面可以有更好的效果,避免了特征提取过程的复杂性。本论文针对基于卷积神经网络的车牌识别问题,总结了国内外学者的研究现状和成果,并介绍了利用卷积神经网络进行图像识别的原理。在对经典神经网络结构LeNet-5进行分析研究的基础上,将改进的卷积神经网络ILeNeT-5应用于车牌识别系统。基于MATLAB平台,完成应用程序的开发,最终完成以量为基础产品神经网络下的车牌识别研究。本文研究的基于卷积神经网络的车牌识别是基于神经网络的... 

【文章来源】：黑龙江大学黑龙江省

【文章页数】：61 页

【学位级别】：硕士

【部分图文】：

汽车保有量全国前十城市图

图 2-1 卷积神经网络的概念示范Figure 2-1 concept of convolutional neural networks在上图中，输入图像与三个滤波器进行卷积。这三个过滤器是可训练的。（生成一个特征图像，每个生成一个特征图像，每个像素经过卷积操作，然

图 2-2 CNN 中相邻神经元之间的稀疏连接Figure 2-2 sparse connection with neurons in CNN在图 2-2 中可以看出，第 L + 1 层神经元接受场的宽度也相对于第 L 层，

【参考文献】：
期刊论文
[1]卷积神经网络分类模型在模式识别中的新进展[J]. 胡正平,陈俊岭,王蒙,赵淑欢.  燕山大学学报. 2015(04)
[2]基于卷积神经网络的身份证号码识别研究与实现[J]. 郑永森.  计算机光盘软件与应用. 2015(03)
[3]深度学习研究进展[J]. 刘建伟,刘媛,罗雄麟.  计算机应用研究. 2014(07)
[4]多信息融合的快速车牌定位[J]. 王永杰,裴明涛,贾云得.  中国图象图形学报. 2014(03)
[5]车牌倾斜校正算法研究及改进[J]. 陈玲,李熙莹,卢林.  计算机与现代化. 2013(12)
[6]直方图均衡化的数学模型研究[J]. 吴成茂.  电子学报. 2013(03)
[7]基于BP神经网络的车牌字符识别算法研究[J]. 欧阳俊,刘平.  光学与光电技术. 2012(05)
[8]车牌识别技术的发展及研究现状[J]. 李志强,李永斌.  科技信息. 2012(05)
[9]车牌识别中的倾斜车牌校正算法[J]. 宋万里,张鸰.  科技信息. 2011(14)
[10]基于连通域提取的车牌字符分割算法[J]. 甘玲,林小晶.  计算机仿真. 2011(04)

硕士论文
[1]基于卷积神经网络的人脸检测和性别识别研究[D]. 汪济民.南京理工大学 2015
[2]基于车牌识别的一体式寻车数据采集系统的实现[D]. 孙婷婷.浙江大学 2015
[3]卷积神经网络在图像识别上的应用的研究[D]. 许可.浙江大学 2012
[4]Matlab环境下基于神经网络的车牌识别[D]. 周科伟.西安电子科技大学 2009
[5]自然背景下车牌识别关键技术研究[D]. 付希金.东北师范大学 2008
[6]基于小波分析的图像处理及其在车牌识别中的应用[D]. 索迪.长春理工大学 2008
[7]基于神经网络的车牌识别技术研究[D]. 赵先军.西安电子科技大学 2005



本文编号：2987649