基于卷积神经网络的车牌识别研究开题报告

 2020-02-18 06:02

1. 研究目的与意义(文献综述)

随着世界经济的高速发展,各国大城市均面临着交通拥挤、事故频发以及交通环境日趋恶化等城市化交通问题,因此“智慧城市”的概念应用而生,“智能视频监控”“智能交通”逐渐被提上研究日程,以实现城市各项领域的智能化管理。

1990年美国智能交通协会提出“intelligent transportation system”的概念,随即我国也开始intelligent transportation system方面的研发与应用。intelligenttransportation system是融合了智能控制、计算机视觉、图形处理和通信技术等诸多电子技术为一体,使交通向着合理化、人性化和智能化的方向前进。目前,为应对传统交通所带了的严峻运输需求和环境压力,部分先进国家已提出并实施了一连串的政策与规划,对之前的交通系统实行了彻底整改,更大化地提高了交通的安全性、节能和生态友好方面的效益。

交通是一个城市发展的先决条件,对一个城市经济的发展起着不可替代的作用。交通发展的速度、质量、水平等是衡量一个城市发展状况的重要指标,因此加快城市交通的快速高质量发展必不可少。另外随着计算机技术,通信技术,人工智能等前沿技术的快速发展与融合,实现城市交通智能化也是大势所趋。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 研究的基本内容与方案

2.1、设计的基本内容

本设计是基于卷积神经网络的车牌识别系统研究与设计,因此该系统设计主要包括两个大的过程:即车牌检测(plate_detection)和字符识别(chars_recognition)两个过程。

2.1.1、车牌检测(plate_detection):对一个包含车牌图像进行分析,最终截取出只包含车牌的一个图块。这个步骤的主要目的是为后续的车牌字符识别做准备,降低了在车牌字符识别过程中的计算量。如果直接对原始图像进行车牌识别,计算量会非常的大,并且会非常的慢,识别率也会非常的低。因此在车牌识别之前,需要先进行车牌检测过程。在本系统中,我们拟采用svm(支持向量机)这个机器学习算法去判别截取的图块是否是真的“车牌”。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

3. 研究计划与安排

由于该系统主要分为两大模块,因此在开发进度安排上,主要分为五大阶段,其中第二三阶段有具体化为不同时间段。具体安排如下:

3.1、前期准备

(1)第一周:看相关论文,至少20篇左右,其中包括英文文献5篇,并翻译其中1篇。确定该车牌识别系统的技术路线和实现方案;

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

4. 参考文献(12篇以上)

[1]莫玲,麦康机. 基于机器视觉的车牌识别系统设计. 自动化与智能 机电工程技术2018;47(11),112-116.

[2]郑伟成,李学伟,刘宏哲. 基于深度学习的目标检测算法综述. computer science,2018; 45(10a),5-8,28.

[3]汪贵平,盛广峰,黄鹤,王会峰,王萍. 基于改进lenet-5网络的交通标志识别方法. science technology and engineering,2018 ;18(34):78-84.

剩余内容已隐藏,您需要先支付 5元 才能查看该篇文章全部内容!立即支付

该课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。