理，对车牌上的字符进行分割，得到单个字符。对大小不的字符做归化后，对字符进行特征提取，把长为，宽为的归化后的图像中的字符信息提取出来，图像中白点置为，图像中的黑点置为，这样就得到了的特征向量，这个特征向量记录的就是字符的特征。把这个特征向量送到网络中进行训练，得到了训练好的权值，把他保存到和中。然后打开要识别的图片即车牌，对图像进行预处理后就可以识别了。识别率也在以上，表明该方法的有效性。关键字车牌识别字符识别特征提取神经网络武汉科技大学本科毕业设计论文第页，武汉科技大学本科毕业设计论文第页摘要ⅠⅡ第章概述基本概念字符识别简介字符识别发展概况字符识别系统用到的方法字符识别原理国内外研究现状和发展趋势基于神经网络的字符识别系统系统简介系统的基本技术要求系统的软硬件平台第二章字符识别系统中的关键技术特征提取基本概念区域内部的数字特征基于边界的形状特征神经网络人工神经元人工神经网络构工神经网络的学习规则神经网络第三章系统的实现系统流程图程序实现程序的总体框架第四章系统使用说明测试及注意事项武汉科技大学本科毕业设计论文第页系统使用说明系统测试数字识别字母识别汉字识别车牌识别注意事项第五章结论和展望致谢参考文献外文原文与译文外文原文译文武汉科技大学本科毕业设计论文第页第章概述基本概念随着世纪经济全球化和信息时代的到来，计算机技术通信技术和计算机网络技术迅猛发展，自动化的信息处理能力和水平不断提高，并在人们社会活动和生活的各个领域得到广泛应用。高速度高效率的生活节奏，使汽车普及成为必然趋势，交通管理自动化越来越成为亟待解决的问题。在这种情况下，作为信息来源的自动检测图像识别技术越来越受到人们的重视。目前指纹识别视网膜识别技术已经到了实用阶段声音识别技术发展也相当快，而对汽车牌照等相关信息的自动采集和管理对于交通车辆管理园区车辆管理停车场管理交警稽查等方面有着十分重要的意义，成为信息处理技术的项重要研究课题。车辆牌照识别，技术作为交通管理自动化的重要手段，其任务是分析处理汽车监控图像，自动识别汽车牌号，并进行相关智能化数据库管理。系统可以广泛应用于高速公路电子收费站出入控制公路流量监控失窃车辆查询停车场车辆管理公路稽查监测黑牌机动车监控违章车辆的电子警察等需要车牌认证的重要场合，尤其在高速公路收费系统中，实现不停车收费技术可提高公路系统的运行效率，系统更具有不可替代的作用，因而对车牌识别技术的研究和应用系统开发具有重要的现实意义。系统中的两个关键子系统是车牌定位系统和车牌字符分割识别系统。关于车牌识别技术及定位系统研究，国内外学者已经作了大量工作，但实际效果并不理想，对辅助光源要求高，很难有效解决复杂背景下多车牌识别的技术难题，如车牌图像的倾斜车牌表面污秽或磨损光线干扰等都会影响定位的准确性。传统车牌识别般仅支持单车辆，背景比较简单。而当今许多实际应用场合，如在繁忙交通路口临时对欠税费报废挂失等车辆的稽查，则监视区域比较复杂，现有识别方法无法直接应用，般同时出现多辆汽车，背景有广告牌树木建筑物斑马线以及各种背景文字等。车牌定位与识别方法，总体来说是图像处理技术与车牌本身特点的有机结武汉科技大学本科毕业设计论文第页合，当然也包括小波分析神经网络数学形态学模糊理论等数学知识的有效运用。个车牌定位与识别系统基本包括图像预处理车牌搜索车牌定位车牌校正车牌字符分割和字符识别结果的输出。本系统主要是在对汽车图像进行细致分析，从而研究车牌定位与识别的算法问题。字符识别简介字符识别发展概况字符识别发展可分为三个阶段第个阶段为初级阶段，在这阶段中，技术上是应用维图像的处理方法完成二维图像的识别任务。这样萌芽了个基本思想抽取特征向量的构造和它的相关函数。现在此法仍不失为种重要的匹配方法。第二个阶段为基础理论研究阶段。提出了表示边界的链码法，用于结构分析的细化思想，以及些离散图形上的拓扑性研究，形成了不仅能抽取局部特征，而且能抽取大范围的凹凸区域连通性孔等特征的算法，完成了作为基础理论核心的特征抽取理论，及所谓的展开法工作。第三个阶段为发展阶段。这阶段的研究工作是技术和实际相结合，针对实际系统的要求和设备可能提供的条件，提出了更为复杂的技术。但就多种方法分类来说为二大方法相关法和构造解析法。在这两类方法的基础上，已研究出了不同类各具特色的实用系统。字符识别系统根据输入设备的不同有如下分类，如图所示字符识别磁识别光学识别机械识别在线识别脱机识别单个字符识别连笔字符识别印刷体字符识别手写体字符识别图字符识别分类武汉科技大学本科毕业设计论文第页目前开展比较多，并进入实用阶段的是光学字符识别系统系统。日本虽说起步不是最早，但因投入了大量的人力和物力，目前处于世界领先地位。七五年日本拥有台光学字符识别机，进入了实用阶段。到九七八年，能阅读英文字母数字片假名和平假名等种上市。之后，其研究方向转向了汉字识别。我国是从七十年代开始字符研究的。九七八年，中科院自动化研究所等合作研制出了倍函自动化分检机，可识别个数字九八七年清华大学研制的汉字识别系统通过了技术鉴定，可识别国家二级汉字库多字，识别率可达，速度为字秒九八七年十二月，西安交大人工智能和机器人研究所研制的汉字识别系统也通过了技术鉴定，同样可识别汉字多，识别速度可达字秒，识别率达以上，处于国内领先地位。这都为字符识别的实际应用提供了广阔的前景。字符识别系统用到的方法字符识别系统用到的方法很多。下面以表格的形式，其用到的方法作简单的介绍和比较。统计决策句法结构模糊判决逻辑推理神经网络主要理论支柱概率论数理统计形式语言自动机技术模糊数学演绎逻辑布尔代数神经生理学模式描述方法特征向量符号串树图模糊集合字符串表示的事实以不同活跃度表示的输入结点集模式类判定是个聚合类。用条件概率分布表示，类就有个分布，然后判定未知模式属于哪个分布。是种语言。用个文法表示类，类就有个文法，然后判定未知模式遵循哪个文法。是种集合运算。用隶属度将模糊集合划分为若干子集，类就有个子集，然后根据择近原则分类。是种布尔演算。从事实出发运用系列规则，推理得到不同结果，类就有个结果。是个非线性动态系统。通过对样本的学习建立起记忆，然后将未知模式判决为其最接近的记忆。主要方法几何分类线性分类非线性分类统计分类决自动机技术剖析算法隶属度函数的设计模糊设计法二元对比排产生式推理语义网推理模型模型表几种识别方法的比较武汉科技大学本科毕业设计论文第页策无教师的分类聚类分析算法转移图法序法推理法模糊集运算规则模糊矩阵框架推理高阶网主要优缺点优点比较成熟，能考虑干扰噪声等影响，识别模式基元能力强。缺点对结构复杂的模式抽取特征困难。不能反映模式的结构特征，难以描述模式的性质，难以从整体考虑识别问题。优点识别方便，可从简单的基元开始，由繁至简。能反映模式的结构特性，能描述模式的性质，对图像的畸变的抗干扰能力较强。缺点当存在干扰及噪声时，抽取基元困难，且易失误。优点由于用隶属度函数作为样品与模板间相似度的度量，故往往能反映它们整体的与主要的特性，从而允许样品有相当的干扰与畸变。缺点准确合理的隶属度往往难以建立，故限制了它的应用。优点已建立了关于知识表示及组织，目标搜索及匹配的完整体系。对需同过众多规则的推理达到目标确认的问题，有很好的效果。缺点当样品有缺损，背景不清晰，规则不明确甚至有歧义时，效果不好。优点可处理些环境信息十分复杂，背景知识不清楚，推理规则不明确的问题。允许样品有较大的缺损和畸变。缺点模型在不断丰富与完善中，目前能识别的程式类还不够多。本系统中主要用到的是基于神经网络的字符识别方法。字符识别原理近年来，字符识别逐渐成为模式识别领域内的个重要分支。和其他模式识别的应用样，字符识别的基本思想也是匹配判别。抽取代表未知字符模式本质的表达形式如各种特征和预先存储在机器中的标准字符模式表达形式的集合称为字典逐匹配，用定的准则进行判别，在机器存储的标准字符模式表达形式的集合中，找出最接近输入字符模式的表达形式，该表达形式对应的字就是识别结果。字符识别的原理框图如图。武汉科技大学本科毕业设计论文第页字符识别的原理如上图所示。文字经光电扫描，模数转换为带灰度值的数字信号送至预处理环节。预处理的内容和要求取决于识别方法，般包括行字切分，二值化，规范化等。经过预处理，字符模式成为规范化的二值数字点阵信息。对该二值化汉字点阵，抽取定的表达形式后，与存储在字典中已知的标准字符表达形式匹配判别，就可识别出输入的未知字符。图中点划线以下是识别系统的学习部分。学习是根据多个未知字样抽取出模式表达形式，自动构造或修改充实字典，不断提高系统识别率。字符的模式表达形式和相应的字典形式有多种，每种形式又可以选择不同的特征，每种特征又有不同的抽取方法。这些就使得判别方法和准则以及所用的数学工具不同，形成了种类繁多，形式各异的字符识别方法。国内外研究现状和发展趋势车牌识别技术自年以来，人们就对它进行了广泛的研究，目前国内外已经有众多的算法，些实用的技术也开始用于车流监控出入控制电子收费移动稽查等场合。然而，无论是算法还是产品几乎都存在定的局限性，都需要适应新的要求而不断完善，如现有系统几乎都无法有效解决复杂背景下的多车牌图像分割定位与有效识别的技术障碍，另外也很难适应全天候复杂环境及高速度的要求。车牌字符识别实际上是依附在车牌上的印刷体文字的识别，能否正确识别不仅是文字识别技术的问题，还是考虑其载体车牌区域的影响。车牌字符识别图字符识别的原理框图预处理模式表达判别字典学习识别部分学习部分教师字符图像武汉科技大学本科毕业设计论文第页技术是文字识别技术与车牌图像自身因素协调兼顾的综合性技术。由于摄像机的性能车牌