基于卷积神经网络的中国车牌自动识别方法设计与实现.docx

苏州大学本科生毕业设计（论文）

目录
HYPERLINK\l_Toc28858摘要 1
HYPERLINK\l_Toc31375Abstract 2
HYPERLINK\l_Toc18580第一章绪论 3
HYPERLINK\l_Toc45801.1研究意义 3
HYPERLINK\l_Toc124281.2国内外研究现状 3
HYPERLINK\l_Toc263011.2.1卷积神经网络研究现状 3
HYPERLINK\l_Toc184001.2.2定位算法研究现状 4
HYPERLINK\l_Toc109501.2.3识别算法研究现状 4
HYPERLINK\l_Toc314461.3研究内容和结构安排 4
HYPERLINK\l_Toc156931.4人工神经网络 5
HYPERLINK\l_Toc149661.5卷积神经网络 6
HYPERLINK\l_Toc247631.5.1卷积神经网络简介 6
HYPERLINK\l_Toc53761.5.1卷积神经网络的优点 7
HYPERLINK\l_Toc192371.6车牌识别系统 7
HYPERLINK\l_Toc5963第二章定位算法 9
HYPERLINK\l_Toc288692.1车牌的采集和预处理 9
HYPERLINK\l_Toc198452.2车牌特征以及位置选定 11
HYPERLINK\l_Toc212332.2.1Roberts算子边缘检测 11
HYPERLINK\l_Toc107772.2.2定位车牌大致位置 12
HYPERLINK\l_Toc325242.2.3精确定位车牌 16
HYPERLINK\l_Toc32482第三章分割算法 18
HYPERLINK\l_Toc65303.1预处理 18
HYPERLINK\l_Toc308953.2固定分割 18
HYPERLINK\l_Toc55483.3字符归一化 19
HYPERLINK\l_Toc30741第四章基于卷积神经网络的车牌识别算法 20
HYPERLINK\l_Toc107324.1卷积神经网络 20
HYPERLINK\l_Toc147564.1.1卷积神经网络的前向传播 20
HYPERLINK\l_Toc188064.1.2卷积神经网络的反向传播 21
HYPERLINK\l_Toc43474.2网络训练与测试 21
HYPERLINK\l_Toc311464.2.1网络结构 21
HYPERLINK\l_Toc218444.2.2网络参数调整 22
HYPERLINK\l_Toc181504.3车牌识别 26
HYPERLINK\l_Toc21362第五章总结与期望 28
HYPERLINK\l_Toc32054参考文献 29
HYPERLINK\l_Toc30757致谢 30

PAGE\*MERGEFORMAT33

摘要

本论文主要是基于卷积神经网络的中国车牌自动识别算法的设计与实现。构建卷积神经网络来进行识别是一种稳定可靠的方法，能够有很高的识别精准度，因此得到了较为广泛的应用。
本论文用边缘检测的定位方法大致定位出车辆车牌的位置，再用蓝点扫描截取图像的方式定位出车牌，然后将车牌的固定位置分割，截取出车牌中的七个字符，最后将七个字符输入到训练好的卷积神经网络当中进行识别。
本论文按照这样的方法，用了三个章节分别表达了定位、分割以及识别。在测试过程中，定位算法测试的100张车牌均能准确定位，识别算法在50张车牌测试中，350个字符能够准确识别302个字符。最后，本论文做出了一些总结和期望。

关键词：中国车牌识别，卷积神经网络，图像定位与分割Abstract

ThisthesisisdesignedandachievedbasedonconvolutionalneuralnetworkinChina'slicenseplaterecognitionalgorithm.Convolutionalneuralnetworkforidentificationhasbeenwidelyappliedowingtoitsstable,reliableandhighrecognitionaccuracy.
Inthisthesis,thelocationofvehiclelicenseplateisroughlylocatedusingthelocationmethodofedgedetectionfirstly.Secondly,thelicensepla