論文開(kāi)題報(bào)告：運(yùn)動(dòng)狀態(tài)下的車牌識(shí)別算法研究

畢業(yè)論文(設(shè)計(jì))開(kāi)題報(bào)告
學(xué)院：機(jī)電學(xué)院　　 　　　　　　　　　　專業(yè)班級(jí)：　　機(jī)械工程及自動(dòng)化專業(yè)車輛工程方向

課題名稱 運(yùn)動(dòng)狀態(tài)下的車牌識(shí)別算法研究

1、本課題的的研究目的和意義：
汽車牌照自動(dòng)識(shí)別系統(tǒng)以數(shù)字圖像處理、模式識(shí)別、計(jì)算機(jī)視覺(jué)等技術(shù)為基礎(chǔ)，對(duì)攝像機(jī)所拍攝的車輛圖像或者視頻序列進(jìn)行分析，得到每一輛汽車唯一的車牌號(hào)碼，從而完成識(shí)別過(guò)程。通過(guò)一些后續(xù)處理手段可以實(shí)現(xiàn)停車場(chǎng)收費(fèi)管理，交通流量控制指標(biāo)測(cè)量，車輛定位，汽車防盜，高速公路超速自動(dòng)化監(jiān)管、闖紅燈電子警察、公路收費(fèi)站等等功能。對(duì)于維護(hù)交通安全和城市治安，防止交通堵塞，實(shí)現(xiàn)交通自動(dòng)化管理有著現(xiàn)實(shí)的意義
對(duì)學(xué)生而言
1、鍛煉學(xué)習(xí)能力、搜集信息能力和運(yùn)用新知識(shí)的能力。
2、理論結(jié)合實(shí)踐，誘導(dǎo)學(xué)生研究新知識(shí)，鍛煉團(tuán)隊(duì)合作精神和對(duì)科學(xué)認(rèn)真探討的精神。
3、足夠深入的研究有助于解決現(xiàn)實(shí)中存在的車輛管理實(shí)
……（新文秘網(wǎng)http://m.jey722.cn省略632字，正式會(huì)員可完整閱讀）……　
ks公司是公認(rèn)的科學(xué)計(jì)算方面的引領(lǐng)者。圖像處理工具箱在數(shù)字圖像處理方面提供了一個(gè)穩(wěn)定的、在很寬的應(yīng)用領(lǐng)域可選擇的軟件工具支持集�！稊�(shù)字圖像處理》(MATLAB版)的特色在于它重點(diǎn)強(qiáng)調(diào)怎樣通過(guò)開(kāi)發(fā)新代碼來(lái)加強(qiáng)這些軟件工具。為了得到滿意的解決問(wèn)題的方法，需要拓寬實(shí)驗(yàn)工作，這在圖像處理中是很重要的�！稊�(shù)字圖像處理》(MATLAB版)在介紹MATLAB編程基礎(chǔ)知識(shí)之后，講述了圖像處理的主干內(nèi)容，包括：灰度變換、線性和非線性空間濾波、頻率域?yàn)V波、圖像恢復(fù)與配準(zhǔn)、彩色圖像處理、小波、圖像數(shù)據(jù)壓縮、形態(tài)學(xué)圖像處理、圖像分割、區(qū)域和邊界表示與描述，以及目標(biāo)識(shí)別�？梢哉f(shuō)《數(shù)字圖像處理》(MATLAB版)是圖像處理基礎(chǔ)理論論述同以MATLAB為主要工具的軟件實(shí)踐方法相對(duì)照的第一本書(shū)�？梢杂脕�(lái)學(xué)習(xí)畢設(shè)的matlab編寫(xiě)方法。
文獻(xiàn)三 《MATLAB圖像樹(shù)立技術(shù)與應(yīng)用》系統(tǒng)地介紹了圖像處理的基本原理、MATLAB實(shí)現(xiàn)方法和工程應(yīng)用，其具體內(nèi)容包括MATLAB圖像運(yùn)算、MATLAB圖像變換、MATLAB圖像增強(qiáng)、MATLAB圖像編碼與壓縮、MATLAB圖像恢復(fù)等內(nèi)容。和文獻(xiàn)三都是教matlab的指導(dǎo)書(shū)。
文獻(xiàn)四《采用數(shù)學(xué)形態(tài)學(xué)的零件跟蹤與Labview的識(shí)別研究》提出基于數(shù)學(xué)形態(tài)學(xué)的運(yùn)動(dòng)零件圖像序列跟蹤和用相對(duì)邊緣像素系數(shù)作為運(yùn)動(dòng)零件圖像特征的識(shí)別方法。首先,對(duì)運(yùn)動(dòng)零件圖像序列進(jìn)行數(shù)學(xué)形態(tài)學(xué)的膨脹、腐蝕和區(qū)域填充處理,提取運(yùn)動(dòng)零件圖像序列的質(zhì)心運(yùn)動(dòng)軌跡,完成運(yùn)動(dòng)零件的跟蹤。然后,對(duì)跟蹤的零件圖像進(jìn)行小波多尺度邊緣檢測(cè),將被檢測(cè)的邊緣輪廓圖像分成若干個(gè)子區(qū)域并分別統(tǒng)計(jì)各子區(qū)域的邊緣像素量,各子區(qū)域中的相對(duì)邊緣像素系數(shù)作為零件的特征,將這些特征作為神經(jīng)網(wǎng)絡(luò)的輸入樣本,由神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)識(shí)別。給出基于LabVIEW環(huán)境的實(shí)驗(yàn)結(jié)果,結(jié)果表明,提出的方法是有效的。
文獻(xiàn)五提到《零件圖像特征提取知識(shí)個(gè)識(shí)別的研究》零件圖像特征可以是圖像場(chǎng)的
原始特征,如零件輪廓的曲線和紋理特征等,也可以是空間頻譜或直方圖特征等。圖像中某一部分的灰度、色彩、紋理等特征可能是相近或相同的,但不同部分的特征一般會(huì)不同。不同種類的圖像或不同應(yīng)用環(huán)境的圖像,所要求提取的特征是不相同的,因此,提取方法也不一樣。對(duì)于用邊緣來(lái)呈現(xiàn)原始特征的圖像,可以將邊緣的端點(diǎn)、分叉點(diǎn)和點(diǎn)方向編碼數(shù)作為主要特征參數(shù),本文以圖像邊緣像素作為特征來(lái)提取和識(shí)別零件的圖像特征。本書(shū)講授的方法在提取車牌圖片，處理圖片時(shí)很值得參考。
文獻(xiàn)六《一種完整的汽車牌照識(shí)別算法》主要講述以快速準(zhǔn)確識(shí)別汽車牌照號(hào)碼為目的,在充分利用牌照紋理特征和投影特征的基礎(chǔ)上,運(yùn)用灰度變換、邊緣檢測(cè)、形態(tài)學(xué)處理、Hough變換、二值化處理等多種圖像處理方法,分牌照定位、字符分割、字符識(shí)別三步實(shí)現(xiàn)汽車牌照的識(shí)別,在處理過(guò)程中考慮并解決了現(xiàn)實(shí)拍攝的圖像中可能存在的噪聲污染、牌照傾斜、牌照顏色多樣化、光照不均等不利條件,經(jīng)對(duì)多幅圖片的處理實(shí)驗(yàn)表明,該系統(tǒng)運(yùn)算速度快,識(shí)別率高。但是這篇文章是在vc++系統(tǒng)下運(yùn)行的，可以借鑒與matlab的編寫(xiě)方法。
這些內(nèi)容提供了系統(tǒng)的指導(dǎo)方法，可執(zhí)行方案，給學(xué)生理清了本次課程設(shè)計(jì)的思路，但是要設(shè)計(jì)出合格的matlab程序，必須親自做過(guò)程序運(yùn)行實(shí)驗(yàn)，觀看操作視頻，調(diào)試錯(cuò)誤的b ……（未完，全文共3512字，當(dāng)前僅顯示1773字，請(qǐng)閱讀下面提示信息。收藏《論文開(kāi)題報(bào)告：運(yùn)動(dòng)狀態(tài)下的車牌識(shí)別算法研究》）