自動車牌識別系統(tǒng)（LPR）使用數(shù)字圖像處理技術來定位和識別車牌號碼上的字符,并將結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動車存在和識別的監(jiān)控,例如自動電子收費系統(tǒng),用于高速公路現(xiàn)代化管理的LPR應用和城市交通模式識別,他們的發(fā)展進一步促進了模式識別的發(fā)展。近年來,神經(jīng)網(wǎng)絡已經(jīng)成為模式識別領域最引人注目的方向,尤其是深度學習神經(jīng)網(wǎng)絡,其中CNN是一種常見的深度學習框架。本文在分析卷積神經(jīng)網(wǎng)絡工作原理的基礎上,將局部加權卷積神經(jīng)網(wǎng)絡方法引入到智能交通系統(tǒng)的具體應用中。該特征可以通過多維網(wǎng)絡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雜性。本論文針對基于卷積神經(jīng)網(wǎng)絡的車牌識別問題,總結了國內(nèi)外學者的研究現(xiàn)狀和成果,并介紹了利用卷積神經(jīng)網(wǎng)絡進行圖像識別的原理。在對經(jīng)典神經(jīng)網(wǎng)絡結構LeNet-5進行分析研究的基礎上,將改進的卷積神經(jīng)網(wǎng)絡ILeNeT-5應用于車牌識別系統(tǒng)�；贛ATLAB平臺,完成應用程序的開發(fā),最終完成以量為基礎產(chǎn)品神經(jīng)網(wǎng)絡下的車牌識別研究。本文研究的基于卷積神經(jīng)網(wǎng)絡的車牌識別是基于神經(jīng)網(wǎng)絡的... 

【文章來源】：黑龍江大學黑龍江省

【文章頁數(shù)】：61 頁

【學位級別】：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)絡的概念示范Figure 2-1 concept of convolutional neural networks在上圖中，輸入圖像與三個濾波器進行卷積。這三個過濾器是可訓練的。（生成一個特征圖像，每個生成一個特征圖像，每個像素經(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】：
期刊論文
[1]卷積神經(jīng)網(wǎng)絡分類模型在模式識別中的新進展[J]. 胡正平,陳俊嶺,王蒙,趙淑歡.  燕山大學學報. 2015(04)
[2]基于卷積神經(jīng)網(wǎng)絡的身份證號碼識別研究與實現(xiàn)[J]. 鄭永森.  計算機光盤軟件與應用. 2015(03)
[3]深度學習研究進展[J]. 劉建偉,劉媛,羅雄麟.  計算機應用研究. 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.  中國圖象圖形學報. 2014(03)
[5]車牌傾斜校正算法研究及改進[J]. 陳玲,李熙瑩,盧林.  計算機與現(xiàn)代化. 2013(12)
[6]直方圖均衡化的數(shù)學模型研究[J]. 吳成茂.  電子學報. 2013(03)
[7]基于BP神經(jīng)網(wǎng)絡的車牌字符識別算法研究[J]. 歐陽俊,劉平.  光學與光電技術. 2012(05)
[8]車牌識別技術的發(fā)展及研究現(xiàn)狀[J]. 李志強,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.  計算機仿真. 2011(04)

碩士論文
[1]基于卷積神經(jīng)網(wǎng)絡的人臉檢測和性別識別研究[D]. 汪濟民.南京理工大學 2015
[2]基于車牌識別的一體式尋車數(shù)據(jù)采集系統(tǒng)的實現(xiàn)[D]. 孫婷婷.浙江大學 2015
[3]卷積神經(jīng)網(wǎng)絡在圖像識別上的應用的研究[D]. 許可.浙江大學 2012
[4]Matlab環(huán)境下基于神經(jīng)網(wǎng)絡的車牌識別[D]. 周科偉.西安電子科技大學 2009
[5]自然背景下車牌識別關鍵技術研究[D]. 付希金.東北師范大學 2008
[6]基于小波分析的圖像處理及其在車牌識別中的應用[D]. 索迪.長春理工大學 2008
[7]基于神經(jīng)網(wǎng)絡的車牌識別技術研究[D]. 趙先軍.西安電子科技大學 2005



本文編號：2987649