原文传递
Matlab环境下基于神经网络的车牌识别
| 论文题名： | Matlab环境下基于神经网络的车牌识别 |
| 关键词： | 车牌识别;神经网络;Matlab;智能交通系统 |
| 摘要： | 随着我国经济的快速发展，汽车拥有量的急剧增加，公路交通成为我国重要的交通运输途径，是国家大力发展的基础设施之一。因此，交通管理的现代化和智能化就越来越显得重要和亟迫。利用电子信息技术来提高管理效率、交通效率和打造安全的智能交通系统已成为当前交通管理发展的主题。 实现交通管理现代化和智能化的核心技术之一就是车牌自动识别技术。与传统的车辆管理方法相比，它大大提高了管理效率和水平，节省了人力、物力，实现了车辆管理的科学化、规范化，对交通治安起到了保障作用，拥有广泛的应用前景。 而神经网络模式识别是近几年来兴起的模式识别领域的一个重要研究方向。神经网络是一个高度并行的、非线性的、具有很高冗余度的系统。这种系统结构使知识的表达与存储，使模式信息处理过程，都与传统的模式识别方法有很大的差别。它所具有的高度非线性和自学习、自组织能力使它具有独特的优势。 在智能交通管理系统中，人们对车牌识别系统的准确性不断提出新的要求，因此把神经网络理论应用到车牌识别中，具有很好的理论意义和实践价值。 本论文选择基于BP神经网络的模式识别技术作为识别的方法。对传统的BP神经网络识别方法进行改进，从而进一步提高了网络的识别率。 |
| 作者： | 周科伟 |
| 专业： | 交通信息工程及控制 |
| 导师： | 张向东 |
| 授予学位： | 硕士 |
| 授予学位单位： | 西安电子科技大学 |
| 学位年度： | 2009 |
| 正文语种： | 中文 |
检索历史
应用推荐
