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1HYPERLINK\l_Toc31375Abstract2HYPERLINK\l_Toc18580第一章绪论3HYPERLINK\l_Toc45801.1研究意义3HYPERLINK\l_Toc124281.2国内外研究现状3HYPERLINK\l_Toc263011.2.1卷积神经网络研究现状3HYPERLINK\l_Toc184001.2.2定位算法研究现状4HYPERLINK\l_Toc109501.2.3识别算法研究现状4HYPERLINK\l_Toc314461.3研究内容和结构安排4HYPERLINK\l_Toc156931.4人工神经网络5HYPERLINK\l_Toc149661.5卷积神经网络6HYPERLINK\l_Toc247631.5.1卷积神经网络简介6HYPERLINK\l_Toc53761.5.1卷积神经网络的优点7HYPERLINK\l_Toc192371.6车牌识别系统7HYPERLINK\l_Toc5963第二章定位算法9HYPERLINK\l_Toc288692.1车牌的采集和预处理9HYPERLINK\l_Toc198452.2车牌特征以及位置选定11HYPERLINK\l_Toc212332.2.1Roberts算子边缘检测11HYPERLINK\l_Toc107772.2.2定位车牌大致位置12HYPERLINK\l_Toc325242.2.3精确定位车牌16HYPERLINK\l_Toc32482第三章分割算法18HYPERLINK\l_Toc65303.1预处理18HYPERLINK\l_Toc308953.2固定分割18HYPERLINK\l_Toc55483.3字符归一化19HYPERLINK\l_Toc30741第四章基于卷积神经网络的车牌识别算法20HYPERLINK\l_Toc107324.1卷积神经网络20HYPERLINK\l_Toc147564.1.1卷积神经网络的前向传播20HYPERLINK\l_Toc188064.1.2卷积神经网络的反向传播21HYPERLINK\l_Toc43474.2网络训练与测试21HYPERLINK\l_Toc311464.2.1网络结构21HYPERLINK\l_Toc218444.2.2网络参数调整22HYPERLINK\l_Toc181504.3车牌识别26HYPERLINK\l_Toc21362第五章总结与期望28HYPERLINK\l_Toc32054参考文献29HYPERLINK\l_Toc30757致谢30PAGE\*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AbstractThisthesisisdesignedandachievedbasedonconvolutionalneuralnetworkinChina'slicenseplaterecognitionalgorithm.Convolutionalneuralnetworkforidentific