《基于bp网络的车牌识别系统的设计论文正文》由会员分享，可在线阅读，更多相关《基于bp网络的车牌识别系统的设计论文正文（56页珍藏版）》请在金锄头文库上搜索。
1、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，2007.2VC+深入详解，孙鑫，电子工业出版社，2006.3人工神经网络原理, 马锐，机械工业出
2、版社，2010.4Visual C+数字图像处理典型案例详解，沈晶，机械工业出版社，2012.5Application 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
3、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一、 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
4、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
5、车牌识别系统有重要的意义。二、 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
6、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
7、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、熟练掌握Visual C+应用程序的开发。2、了解人工智能的基本概念以及神经网络的基本原理。3、熟练掌握Visual C+中的图片处理的基本方法。四、研究内容图像输入灰度转化边缘检测二值化几何调整牌照剪切图像去噪字符分割归一化处理输出结果字符识别神经网络设置图像预处理车牌定位字符分割字符识别 图1 车牌识别系统流程图车牌识别系统主要包括图像预处理、车牌定位、字符分割、字符识别四个步骤，总体流程图如上图所示。1、图像预处理：该单元对拍摄的汽车图片进行灰度化边缘检测等处理。在外界光照不均匀，光照强度不稳定的情况下，
8、通过摄像机采集到的车牌原始图像会模糊不清，因此需要对其进行图像增强的处理。2、车牌定位：对预处理过的汽车牌照图片进行处理，把车牌部分进行定位，删除无用区域，得到车牌图片。从原图像中提取出需要的部分舍弃不需要的部分，以便节省系统识别时间。3、字符分割：把车牌图像中的每个字符从整个图像中分割出来，使其成为单个字符。然后把字符归一化为系统可以识别的规格大小，输入到系统中以待识别，确保字符的完整性。4、字符识别：将需要识别的样本输入系统，选择合适的模式识别的方法，输入正确的字符。五、研究方法与手段掌握C+的基本概念和语法，熟练使用 Visual C+6.0软件。依据BP神经网络的基本原理实现算法，完成
9、Visual C+对于图像的预处理及字符的识别和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，确定最终的识别误差。应用程序平台完全采用 Visual C+开发，整个系统运用了大量的 Visual C+编程技术，如图像处理技术、动态链接库技术、数据库技术等，要有完备的程序以识别多组车牌。六、进度安排1、2014.12.102015.03.05 查找资料，通过书籍和视频学习C+的基本概念和语法，练习使用 VC+6.0软件。了解BP神经网络的基本原理及人工智能的基本概念。完成开题报告。2、2015.03.062015.03.29 掌握Visual C+6.0中的图片处理
10、的基本方法。3、2015.03.302015.05.20 编写程序，完成Visual C+中对于车牌图像的预处理。4、2015.04.212015.05.25 完成车牌图像中字符的识别，并对其性 能进行测试和总结，确定最终识别误差。5、2015.05.262015.06.05 撰写论文，准备答辩。七、主要参考文献1史忠职. 神经网络M. 高等教育出版社，2009.5.2孙鑫.VC+深入详解M. 电子工业出版社，2006.3王万森. 人工智能原理及其应用M. 电子工业出版社，2007.4董志鹏，侯艳书. Visual C+编程从基础到应用M. 清华大学出版社，2014.35沈晶. Visual
11、C+数字图像处理典型案例详解M. 机械工业出版社，2012.6张世辉，孔令富.汉字识别及现状分析J. 燕山大学学报，2003,04(3)80-85.7曾志军，孙国强. 基于改进的BP 网络数字字符识别J.上海理工大学学报，2008, 32(1)51-53.8王旭,王宏,王文辉. 人工神经元网络原理与应用M. 第二版. 东北大学出版社, 2007年. 9欧阳俊，刘平.基于BP神经网络的车牌字符识别算法研究J.光学与光电技术，2012，10（5）67-71.10张玲，张鸣明，何伟.基于BP神经网络算法的车牌字符识别系统设计J.视频应用与工程，2008,32（S1）140-142.11Applica
12、tion of Image Processing to the Characterization of Nanostructures，Manuel F. M. Costa，Reviews on Advanced Materials Science.12Bartlett P L. Ada Boost is Consistent M. Department of statics and computer science of California.选题是否合适： 是 否课题能否实现： 能 不能指导教师（签字）年 月 日选题是否合适： 是 否课题能否实现： 能 不能审题小组组长（签字）年 月 日摘
13、要基于BP网络的车牌识别是一门对车牌字符识别的技术，它的产生是为了完善智能交通系统，使得交通系统更具有信息时代的意义。本文利用BP神经网络与图像处理技术相结合的方法，将BP神经网络应用到车牌字符识别中。针对车牌图像的处理的过程包括：车牌图像去噪、车牌图像灰度化、车牌图像二值化、车牌字符图像分割、车牌字符图像归一化、车牌字符图像特征值提取。前面五个过程是为了保证字符信息能更好的体现出来，有利于将特征值提取。BP神经网络通过对组件的车牌字符库的学习后才会具有识别功能，然后将车牌字符图像提取到的特征值送入到BP神经网络中就能识别出来。通过实验证明了通过上述的过程是能够将车牌字符识别出来，在这个识别过
14、程中对于BP网络训练的收敛性是十分重要的，证明了该方法的有效性。关键字：字符识别；BP神经网络；特征值提取；车牌识别ABSTRACTBP network based license plate character recognition is one pair of license plate character recognition technology, which is produced in order to improve intelligent transportation system, making the transport system more meaningful i
15、nformation age.In this paper, BP neural network and image processing technology, a combination of methods will be applied to the license plate BP neural network character recognition. For the license plate image processing process includes: license plate image denoising, gray plate image, license plate image binariz
