【正文】 ..................................21 程序運行 ........................................................................22 第五章 總結(jié)與展望 .......................................................... 26 總結(jié) ................................................................................26 展望 ................................................................................26 參考文獻 ...................................................................................27 外文資料 北京理工大學 20xx 屆本科生畢業(yè)設(shè)計（論文） 2 中文譯文 致謝 北京理工大學 20xx 屆本科生畢業(yè)設(shè)計（論文） 1 第一章 緒論 課題研究背景 近幾年來，隨著車輛在普通民眾生活中的普及，城市交通的壓力越來越成為影響人們方便出行的一大障礙，同時越來越重的城市交通壓力也使得原有的交通管理系統(tǒng)不再滿足需求，于是人們利用各類先進的科學技術(shù)相繼研制出各類交通道路、車輛的管理系統(tǒng)，逐步發(fā)展到如今較為全面的，包括交通管理多個方面的智能交通系統(tǒng)（ Intelligent Transportation System， ITS）。 通過實驗證明了通過上述的過程是能夠?qū)④嚺谱址R別出來，在這個識別過程中對于 BP 網(wǎng)絡(luò)訓練的收斂性是十分重要的，證明了該方法的有效性。 本文利用 BP 神經(jīng)網(wǎng)絡(luò)與圖像處理技術(shù)相結(jié)合的方法，將 BP 神經(jīng)網(wǎng)絡(luò)應(yīng)用到車牌字符識別中。 — 編寫程序，完成 Visual C++中對于 車牌 圖像的預(yù)處理。 六、進度安排 — 查找資料，通過書籍和視頻學習 C++的基本概念和語法 ， 練習使用 VC++ 軟件。 字符識別：將需要識別 的樣本輸入系統(tǒng)，選擇合適的模式識別的方法，輸入正確的字符。 車牌定位：對預(yù)處理過的汽車牌照圖片進行處理，把車牌部分進行定位，刪除無用區(qū)域，得到車牌圖片。 熟練掌握 Visual C++中的圖片處理的基本方法。但對環(huán)境要求 比較高，在全天候的條件下，都存在著識別精度不高的問題，識別時間比較長的缺點。 我國的條件與國外不同，不僅車牌的種類多，而且車牌不夠規(guī)范，分為很多種類型，并且車牌上還有漢字。由于圖像獲取時的外界環(huán)境不同的影響，系統(tǒng)必須保證能夠在任何天氣情況下全天不間斷的正常工作。 智能交通管理系統(tǒng)是 21 世紀道路交通管理的發(fā)展趨勢。 完成基于樣本的神經(jīng)網(wǎng)絡(luò)的訓練以及圖像中 車牌信息 的識別，并對其性能進行統(tǒng)計和總結(jié)。 二、參考文獻 [1]人工智能原理及其應(yīng)用， 王萬森 ， 電子工業(yè)出版社 ， 20xx. [2]VC++深入詳解， 孫鑫 ， 電子工業(yè)出版社 ， 20xx. [3]人工神經(jīng)網(wǎng)絡(luò)原理 , 馬銳 ， 機械工業(yè)出版社 ， 20xx. [4]Visual C++數(shù)字圖像處理典型案例詳解 ， 沈晶 ， 機械工業(yè)出版社 ， 20xx. [5]Application of Image Processing to the Characterization of Nanostructures，Manuel F. M. Costa， Reviews on Advanced Materials Science,20xx. 三、設(shè)計（研究）內(nèi)容和要求（包括設(shè)計或研究內(nèi)容、主要指標與技術(shù)參數(shù)，并根據(jù)課題性質(zhì)對學生提出具體要求。 應(yīng)用環(huán)境：基于 BP 神經(jīng)網(wǎng)絡(luò)的圖像文件中的 車牌號碼 識別。北京理工大學 20xx 屆本科生畢業(yè)設(shè)計（論文） 一、 原始依據(jù)（包括設(shè)計或論文的工作基礎(chǔ)、研究條件、應(yīng)用環(huán)境、工作目的等。 工作目的：熟練掌握 Visual C++應(yīng)用程序的開發(fā)。） 掌握 C++的基本概念和語 法。 指導(dǎo)教師（簽字） 年 月 日 審題小組組長（簽字） 年 月 日 北京理工大學 20xx 屆本科生畢業(yè)設(shè)計（論文） 天津大學仁愛學院本科生畢業(yè)設(shè)計（論文）開題報告 課題名稱 基于 BP 網(wǎng)絡(luò)的車牌識別系統(tǒng)的設(shè)計 系 名 信息工程系 專 業(yè) 自動化 學生姓名 魏章波 指導(dǎo)教師 扈書亮 一、 課題來源及意義 BP(Back Propagation)神經(jīng)網(wǎng)絡(luò) 是 1986 年由 Rumelhart 和 McClelland 為首的科學家小組提出 , 是一種按誤差逆?zhèn)鞑ニ惴ㄓ柧毜亩鄬忧梆伨W(wǎng)絡(luò) ,是目前應(yīng)用最廣泛的神經(jīng)網(wǎng)絡(luò)模型之一。高速公路的不斷發(fā)展和車輛管理體制的不斷完善，為以圖像識別為基礎(chǔ)的智能交通管理系統(tǒng)進入實際應(yīng)用領(lǐng)域提供了契機。 因此，對于研究基于 BP 網(wǎng)絡(luò)的車牌識別系統(tǒng)有重要的意義。按顏色分類，有藍底白字、黃底黑字、白底黑字和黑底白字之分，有些部隊用車車牌字符還分為了兩行，這些都決定了我國的車牌識別相對于國外較為困難。因此車牌識別系統(tǒng)有很大的發(fā)展空間。 四、研究內(nèi)容 圖 1 車牌識別系統(tǒng)流程圖 北京理工大學 20xx 屆本科生畢業(yè)設(shè)計（論文） 車牌識別系統(tǒng)主要包括圖像預(yù)處理、車牌定位、字符分割、字符識別四個步驟，總體流程圖如上圖所示。從原圖像中提取出需要的部分舍棄不需要的部分，以便節(jié)省系統(tǒng)識別時間。 五、研究方法與手段 掌握 C++的基本概念和語法，熟練使用 Visual C++ 軟件。了解 BP 神經(jīng)網(wǎng)絡(luò)的基本原理及人工智能的基本概念。 — 完成 車牌 圖像中 字符 的識別，并對其性 能進行 測試 和總結(jié) ， 確定最終識別誤差 。針對車牌圖像的處理的過程包括：車牌圖像去噪、車牌圖像灰度化、車牌圖像二值化、車牌字符圖像分割、車牌字符圖像歸一化、車牌字符圖像特征值提取。 關(guān)鍵字： 字符識別； BP 神經(jīng)網(wǎng)絡(luò)；特征值提取；車牌識別 北京理工大學 20xx 屆本科生畢業(yè)設(shè)計（論文） ABSTRACT BP work based license plate character recognition is one pair of license plate character recognition technology, which is produced in order to improve intelligent transportation system, making the transport system more meaningful information age. In this paper, BP neural work and image processing technology, a bination of methods will be applied to the license plate BP neural work character recognition. For the license plate image processing process includes: license plate image denoising, gray plate image, license plate image binarization, license plate character segmentation, license plate character image normallization, license plate character image feature extraction. During the previous five character information in order to ensure better reflected the benefit is worth the feature extraction,. Through the formation of BP neural work library for license plate character recognition function after learning will have, and then extract the license plate character image characteristic value fed to BP neural work can be identified. The experimental results show the process by the above license plate character can be identified, in this process of identifying convergence BP work training is very important and effectively identifythe plate proved that the method is effective. Key words: character recognition。而在整個智能交通系統(tǒng)中，車牌識別 （ License Plates Recognition,LPR）更是其中的一項關(guān)鍵所在。 在現(xiàn)代，神經(jīng)網(wǎng)絡(luò)算法得到廣泛應(yīng)用，這種算法是根據(jù)生物神經(jīng)網(wǎng)絡(luò)而建立起來的模型，能較好的實現(xiàn)人類存儲知識和處理信息的技能，使得系統(tǒng)可以模擬人類思維。在此情況下，作為信息來源的自動檢測、圖像識別技術(shù)越來越受到人們的重視。 國外在這方面的研究工作開展較早。 Eun Ryung 等利用圖像中的顏色分量，對車輛進行定位識別，其中提到了三種方法： ① 以 Hough 變換為基礎(chǔ)的邊緣檢測定位識別； ② 以灰度值變換為基礎(chǔ)的識別算法； ③ 以 HLS 彩色模式為基礎(chǔ)的車牌識別系統(tǒng)，識別率分別為 %、 85%、 %。香港的亞洲視覺科技有限公司研發(fā)的慧光車牌號碼自動識別系統(tǒng)，能夠自動偵測、識別并驗證正在行駛或停泊中的車輛 的牌照號碼，并能辨認含有中、英及韓文的車牌。車牌字符識別是在車牌準確定位的基礎(chǔ)上，對車牌使得漢字、字母、數(shù)字進行有北京理工大學 20xx 屆本科生畢業(yè)設(shè)計（論文） 3 BP 神經(jīng)網(wǎng)絡(luò) 歸一化 圖像輸入 灰度轉(zhuǎn)化 字符分割 邊緣檢測 牌照剪切 二值化 字符庫 特征提取 輸出結(jié)果 效確認的過程。對于車牌圖像首先要進行預(yù)處理，預(yù)處理的部 分就包括車牌圖像去噪，車牌圖像灰度化和車牌圖像二值化。這個庫就是要把車牌字符一般性特征給體現(xiàn)出來，把字符庫的特征值送人到 BP 網(wǎng)絡(luò)進行學習得到一個具有識別功能的 BP 網(wǎng)絡(luò)。 車牌規(guī)律 要對車牌圖像處理就需要現(xiàn)歸納統(tǒng)計我國的車牌特點和規(guī)律。 我國的小型民用車車牌一共是七位（除去分隔符），前面兩位是地區(qū)信息，后面五位是號碼，并采用藍底白字的車牌，輪廓尺寸為 440mm140mm,寬和高近似比例為 3:1。由于 256 級灰度比較較簡單，若是彩色圖像，其顏色種類較多，不利于圖像處理，因此一般都是將彩色圖像轉(zhuǎn)化為灰度圖進行處理。邊緣的檢測常借助空域微分算子進行，通過微分模板與圖像卷積完成。 由于車牌識別系統(tǒng)攝像頭安裝位置固定以及機動車車牌的固有屬性，可以發(fā)現(xiàn)機動車車牌圖像都處在水平的矩形區(qū)域，在圖像中位置較為固定，車牌中字符都是按水平方向排列，所以經(jīng)過適當?shù)膱D形變換便可以清晰地呈現(xiàn)出車牌的邊北京理工大學 20xx 屆本科生畢業(yè)設(shè)計（論文） 6 緣。所以我們要對照片進行車牌定位，然后把車牌部分分割出來。這種方法基本上是利用數(shù)學形態(tài)學進行圖像處理，尋找到一個合適結(jié)構(gòu)元素來探測一幅圖像，確定這個元素是否能夠合適的放置在這幅圖像內(nèi)部，并檢驗這種填方元素的方法是否合理有效。 （ 3）基于水平灰度變化的方法。可以進行邊緣檢測的算法有多種， 如 Roberts 邊緣算子、 Sobel 算子和拉普拉斯邊緣檢測都可以完成邊緣檢測。 在本系統(tǒng)中，用水泡方向的差分算子 對汽車圖像求梯度。通過求牌照區(qū)域的算法可以看出，會找到牌照大致可能在哪行，所 以通過定牌照左右邊界算法得到分割后的車牌。當從右向左照時，會左傾且左面比右面更傾斜，如圖 29 所示。 二值化 由于得到的圖像為灰度圖像，而 在車牌識別系統(tǒng)中，要求處理的速度高、成本低、信息量大，采用二值圖像進行處理，能大大地提高處理效率。在實際的車牌處理系統(tǒng)中，進行圖像二值變換的關(guān)鍵是要確定合適的閾值，使得字符與背景能夠分割開來，二值變換的結(jié)果圖像必須要具備良好的保形性，不丟掉有用的形狀信息，不會產(chǎn)生額外的空缺等等。 圖像去噪 車牌圖像去噪目的是為了改善車牌圖像的質(zhì)量，減少圖片上的噪聲干擾。去噪后的圖像如圖 212 所示。采用一