眼”识别点埋设两条线路管道,一条管道铺设220伏50赫兹1安培的交流供电线路:另一条管道铺设触发信号线路和汉王眼与管理计算机的通讯线路,投资巨大,不适合于大面积的推广。Р 另外,还有两种专门的技术被用于车牌的识别中,条形码识别技术和无线射频技术。条形码识别要求预先在车身上印刷条形码,在系统的某一固定位置上安装扫描设备,通过扫描来读取条形码,以达到识别车辆的目的。无线射频技术要求在车内安装标示卡,在系统某一位置安装收发器等装置,通过收发器来接受标示卡的信号,从而识别出经过的车辆。显然,这两种技术更难以推广。Р 从目前一些产品的性能指标可以看出,车牌识别系统的识别率和识别速度有待提高。现代交通的飞速发展以及车牌识别系统应用范围的日益拓宽给车牌识别系统提出了更高的要求。因此,研究高速、准确的定位与识别算法是当前的主要任务,而图像处理技术的发展与摄像设备、计算机性能的提高都会促进车牌识别技术的发展,提高车牌识别系统的性能。Р1.3本文的主要工作: Р本文基于数字图像处理技术,研究、开发了一套自动化的基于数字图像处理技术的车辆牌照识别系统。在论文中主要描述系统中的第二个模块——字符识别模块的实现过程,其中包括了字符的分割、尺寸归一化处理、紧缩重排以及使用BP神经网络算法进行字符识别。在字符识别过程中,首先简介BP神经网络识别算法,然后详细研究BP神经网络算法的过程,最后描述本程序的设计方法及其实现。在利用BP神经网络进行字符识别的过程主要包括神经网络的训练(包括汉字、数字和字母的训练)、字符的特征提取、字符的识别及结果的输出。在基于BP神经网络的该车牌识别系统中,笔者运用了良好的程序构架实现了识别过程。Р1.4 本文结构Р全文分为五个章节:第一章为“引言”;第二章介绍系统的总体设计;第三章介绍系统的详细设计;第四章给出系统的实现(运行)结果;第五章为“结束语”。最后是致谢、参考文献。
全文预览
