基于人工神经网络的车牌识别研究开题报告

1. 研究目的与意义

随着计算机技术，通信技术，计算机网络技术在人们日常生活中的不断发招和应用，带来了经济的快速发展，社会进入了信息化时代，自动处理信息能力不断提高并在人们生活的各个领域中得到广泛的应用。人们更多的将图像信息的自动检测，自动识别技术运用到生活的方方面面，带来更多的方便。目前是介绍还未出现较理想的通用的车牌照识别技术，说明车牌识别技术所要处理的车牌的多样性以及环境的复杂性。车牌识别技术的研究意义在于开发出更好的车牌识别技术应用与交通系统中以帮助缓解日益严重的交通问题

2. 国内外研究现状分析

在广泛查阅国内外车牌识别系统的基础上，以MATLAB 的 ImageAcquisition Toolbox、Image ProcessingToolbox 以及 Neural Network Toolbox 工具箱为骨架，以 M 语言为主要编程语言，部分模块结合 C 语言开发了一套车牌识别系统，实现了车牌识别系统中车牌的定位、车牌字符的切分、以及车牌字符的识别的功能。提取的算法，结合形态学处理，采用初步定位去除伪车牌和精确定位相结合的算法实现车牌的准确定位。关于车牌字符切分的研究，这里主要针对二值化、倾斜校正、字符切分进行了研究。对二值化中采用的 Otsu 算法进行改进，重新划分二维直方图的区域，改进后的算法运行时间短、二值化效果好。

3. 研究的基本内容与计划

4. 研究创新点

在这个设计中,提出了基于人工神经网络的识别系统。在此系统中,259车辆照片使用。这些车辆从CCD相机图片拍摄,然后车牌区域准尺寸22050像素决定从这张照片通过使用图像处理算法。角色包括信和数字放置在车牌定位,通过精明的边缘检测算子和决定blob着色方法。blob着色方法应用到字符的ROI分离。在这项工作的最后阶段,字符特征提取采用平均绝对偏差公式。数字化字符然后分类利用前馈多层感知器神经传播网络。在最后一节中给出的正确分类率。