文档介绍：摘要关键词:模糊模式识别、模糊熵、支持向量机、遗传算法、神经网络提取并识别出来。本文介绍了车牌识别系统中的关键技术蹬铺崛⑼枷裨ご用自联想存储网络进行字符恢复。在特征提取中,由模糊熵作为各特征对于分类贡献的指标进行特征提取。在字母和数字识别的第一阶段,幂弥С窒蛄炕型。在汉字识别中,则直接将模糊模式识别和神经网络理论结合建立识别模型。测试结果表明,字母和数字的识别率可达到%,汉字的识别率可达到%。基于视频图像的车牌识别系统,要求能够将运动中的汽车牌照从复杂背景中理、特征提取、车牌字符识别等本文首先采用模糊积分理论提取车牌,然后对车牌图像进行预处理,再利分成两类,第二阶段将模糊模式识别和神经网络理论结合分别对每类建立识别模利用遗传算法优化隶属函数和网络参数,再利用最速下降法局部寻优,使系统具有很好的稳定性和精确性。
:,“瑆甒时琭.%%..,籺琣..瑆瓵,瑃琻
:——独创性声明及使用授权的说明一、学位论文独创性声明二、关于学位论文使用授权的说明导师签名日期:其他人已经发表或撰写过的研究成果,也不包含为获得东南大学或其它教育机构位论文的复印件和电子文档,可以采用影印、缩印或其它复印手段保存论文。本人电子文档的内容和纸质论文的内容相一致。除在保密期内的保密论文外,允许本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了文中特别加以标明和致谢的地方外,论文中不包含的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。东南大学,中国科学技术信息研究所、国家图书馆有权保留本人所送交学论文被查阅和借阅,可以公布ǹ论文的全部或部分内容。论文的公布ǹ授权东南大学研究生院办理
第一章引言,历趂交通管理现状与研究的意义国内外研究现状及发展趋势。近几年来,世界各国的汽车数量迅速增加。致使公路交通负担越来越重,交通事故已成为世界第一大公害。随着我国经济的发展,车辆急剧增加,交通状况日益恶化。从交通需求发展看,我国汽车化水平还很低,随着经济的持续高速增长,必然引起交通需求的超常发展,而道路交通管理相对滞后,交通问题较发达国家更为突出。解决这一问题的方法就是引入智能交通系统,而车牌识别是智能交通系统中的关键技术。对汽车牌照的正确识别。既可以实现在交通路口、高速公路、军事要塞、机关门卫对过往车辆的实时登记、流量统计和对防卫日标的安全警备,对肇事车辆、被盗车辆、犯罪车辆进行辨识和拦截;又可在汽车存车场对进出的车辆进行登记、统计和查询,以保障安全防盗,并可协助自动收费。这无疑节省了人力、资金,。根据来自美国和挪威收费站的资料表明,自动收费站辗殉档赖耐ㄐ心芰Γ啃∈敝辽荆而人工收费只有荆簿褪撬担诓辉黾邮辗殉档篮屠┙ㄊ辗颜镜那榭鱿拢缱硬煌3收费系统使收费站车道通行能力提高到兑陨稀本项目将对基于视频技术的车牌识别关键技术及在高速公路械挠τ媒醒芯浚究成果将为江苏苏南高速公路电子不停车收费氖凳┨峁┕丶际踔С牛蕴岣吒速公路通行能力具有重要意义,同时也为当前高速公路联网收费中防换卡逃费提供解决方法,可望产生显著的经济效益和社会效益。汽车牌照自动识别系统,一般由牌照选取、牌照预处理和字符识别三大部分组成。以上三个部分在功能上是相互独立的。虽然汽车牌照识别的字符集小,但由于受室外环境光线、车辆运动颠簸、雨雾等诸多不确定因素的影响。最后获得的字符图像可能会有严重的缺失和畸变,从而影响识别效果。早期曾出现过基于车载电子标签的车牌识别系统。当汽车即将到达收费站时,车载电子标签发出信号,收费站的接收系统收到信号,就得到了汽车车牌。但是,这种方法在实际应用当中存在很多问题。首先,车主不愿意购买电子标签;其次,车主可以偷换电子标签,从而产生舞弊问题。所以,现在研究的重点主要是基于视频图像的车牌识别。,首先建立标准字符库,然后将输入的待识别的字符与标准字符进行匹配。匹配时采用如下公式:其中,以卢分别代表标准文字向量和待识别文字向量。由上式可以看出匹配中包括两点一是字符点的匹配,二是背景点的匹配,当两者的匹配值较大时,则认为待识别字符属于该字符类。这种方法的缺点是每次匹配时要计算的像素点数太多,导致系统响应变慢。文献提出了基于距离度量准则的识别方法,即在提取特征之后。计算待识样本特征和标准样本特征的距离,与哪一类的距离最小,则认为待识样本属于哪一类。基于人工神经网络的字符识东南大学硕士学位论文Ⅲ
ü枷竦拇怪模式识别研究的方法主要有:统计模式识别,句