开题报告(基于神经网络的车牌字符识别方法研究及仿真 实现).doc

西安科技大学 毕业设计(论文) 开题报告 题 目 基于神经网络的车牌字符识别方法研究及仿真实现 院、系(部) 通信与电子信息工程学院 专业及班级 电子信息工程专业 姓 名 学 号 指 导 教 师 日 期 西安科技大学毕业设计(论文)开题报告 题 目 基于神经网络的车牌字符识别方法研究及仿真实现 选题类型 C：设计型 一 选题依据 随着我国社会经济、公路运输的高速发展，以及汽车拥有量的急剧增加，采用先进高效、准确的智能交通管理系统迫在眉睫，车辆监控和管理的自动化、智能化在交通系统中具有十分重要的意义。车辆自动识别系统能广泛应用在公路和桥梁收费站、城市交通监控系统、港口、机场、停车厂及其它车牌认证的实际交通系统中，而这些属于交通自动控制与管理系统范畴的活动多与汽车的“身份证”——车牌有关。 目前我国的车牌识别主要靠人工来完成，工作环境差、劳动强度大、劳动烦琐、工作效率低，很难适应现代化车辆管理的高效、舒适等要求。21世纪计算机信息技术的发展日新月异，应用领域日益广泛，人们自然想到利用计算机技术进行车辆牌照的自动识别。 通过图象处理的方法对汽车牌照进行识别是目前最易实现，最易推广普及的一种方法。一个牌照单独对应着一辆汽车，汽车的各种信息都可以通过对牌照的检索得到。如果能够自动将车辆牌照中的字符提取出来，并进一步对其进行自动识别，无疑可以加快交通管理信息化的进程。 车牌识别过程包括预处理、车牌定位、字符分割和字符识别。车牌字符识别是车牌自动识别系统中的一个关键问题，识别速度决定了一个车牌识别系统是否能满足实际应用的要求。神经网络是由大量的、简单的处理单元（称为神经元）广泛地互相连接而形成的复杂网络系统，它反映了人脑功能的许多基本特征，具有大规模并行、分布式存储和处理、自组织、自适应和自学习能力，特别适合处理需要同时考虑许多因素和条件的、不精确和模糊的信息处理问题。此外神经网络系统的运算能力很强，可以快速完成许多学习任务，因此可以实现对车牌字符的有效处理和识别。 本次毕业设计主要研究基于BP神经网络的车牌字符识别方法。BP网络是采用误差反向传播算法对网络权值进行训练的多层前向网络，与单层前向网络相比，在达到同样的误差目标情况下，BP网络更容易完成学习目标,能够逼近任意非线性系统。目前在人工神经网络的实际应用中，绝大部分的神经网络都采用BP网络及其变化形式，它也是前向网络的核心部分，体现了人工神经网络算法的价值和意义。 通过本次设计，能够学习数字图象处理技术，深入研究基于BP神经网络的车牌字符识别的技术，掌握利用计算机完成图象信息处理的基本理论和方法，培养一定的科研开发能力。 主要参考文献： [1] 尚忠信. HYPERLINK /kns50/detail.aspx?filename=DZZN200706002dbname=CJFD2007filetitle=%e5%9f%ba%e4%ba%8e%e7%a5%9e%e7%bb%8f%e7%bd%91%e7%bb%9c%e7%9a%84%e8%bd%a6%e7%89%8c%e5%ad%97%e7%ac%a6%e8%af%86%e5%88%ab%e7%ae%97%e6%b3%95%e7%a0%94%e7%a9%b6 \t _top 基于神经网络的车牌字符识别算法研究[J]. HYPERLINK /kns50/Navi/Bridge.aspx?DBCode=cjfdLinkType=BaseLinkField=BaseIDTableName=CJFDBASEINFONaviLink=%e7%94%b5%e5%ad%90%e8%b4%a8%e9%87%8fValue=DZZN \t _blank 电子质量, HYPERLINK /kns50/Navi/Bridge.aspx?DBCode=cjfdLinkType=IssueLinkField=BaseID*year*issueTableName=CJFDYEARINFOValue=DZZN*2007*06NaviLink=%e7%94%b5%e5%ad%90%e8%b4%a8%e9%87%8f \t _blank 2007,(06) . [2] 闫雪梅,王晓华,夏兴高. HYPERLINK /kns50/detail.aspx?filename=JGHW200705027dbname=CJFD2007filetitle=%e5%9f%ba%e4%ba%8ePCA%e5%92%8cBP%e7%a5%9e%e7%bb%8f%e7%bd%91%e7%bb%9c%e7%ae%97%e6%b3%95%e7%9a%84%e8%bd%a6%e7%89%8c%e5