遺傳神經(jīng)網(wǎng)絡(luò)在車牌識別系統(tǒng)中研究及應(yīng)用.pdf_第1頁
已閱讀1頁，還剩83頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、近年來,隨著我國城市智能交通系統(tǒng)的發(fā)展,車牌識別系統(tǒng)作為城市交通系統(tǒng)中信息采集的一種手段,在快速發(fā)展的同時仍存在一些不足。
　　 本文首先對LPR中幾大關(guān)鍵技術(shù)進行全面的論述,并將其中的車牌定位技術(shù)和字符識別與遺傳算法及神經(jīng)網(wǎng)絡(luò)相結(jié)合,在國內(nèi)外車牌識別系統(tǒng)的基礎(chǔ)上,結(jié)合我國車牌特點提出了新型的車牌識別系統(tǒng),該系統(tǒng)可有效提高車牌定位的準(zhǔn)確率和識別運算效率。
　　 本論文主要包括以下三個方面:
　　 (1)根據(jù)車牌區(qū)

2、域灰度和顏色特征,提出了基于灰度和數(shù)學(xué)形態(tài)學(xué)運算的定位改進算法,以及基于顏色特征的定位改進算法。通過合理構(gòu)造適應(yīng)度函數(shù),將遺傳神經(jīng)網(wǎng)絡(luò)算法應(yīng)用到車牌定位領(lǐng)域中；
　　 (2)針對當(dāng)前各種主流算法在車牌定位和傾斜校正部分的不足,將Hough變換方法用于確定車牌的傾斜角度,提出了較為有效的改進算法并與原算法進行了對比；
　　 (3)分析和比較了模板匹配和神經(jīng)網(wǎng)絡(luò)方法的優(yōu)缺點,將模板匹配與BP(Back Propagation

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論