导读:本文包含了车牌识别系统论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:车牌,神经网络,识别系统,形态学,图像处理,可编程,门阵列。
车牌识别系统论文文献综述
訾晶,张旭欣,金婕[1]（2019）在《基于FPGA动态重构的快速车牌识别系统》一文中研究指出FPGA有限的片上资源限制了复杂神经网络的实现,通过动态部分重构技术,完成2种软硬件方案设计。与纯软件方式相比,网络执行速度提高了3倍以上;自制车牌字符数据集,在Caffe网络框架下实现了99. 45%的训练精度;最终,基于PYNQ—Z1开发板,完成了快速车牌识别系统的设计。(本文来源于《传感器与微系统》期刊2019年12期）
朱文轩[2]（2019）在《基于Faster R-CNN的车牌识别系统研究分析》一文中研究指出近年来深度学习已经成为人工智能领域中的热门话题,将深度学习应用到传统车牌识别系统中,可以解决车牌识别中常遇到的定位、分割的难点,有效提高识别速度与准确率。(本文来源于《现代职业教育》期刊2019年33期）
刘永锋[3]（2019）在《基于Android移动终端的车牌识别系统研究与实现》一文中研究指出随着社会主义市场经济的发展,互联网技术已经被广泛应用,甚至涉及到交通系统中,车牌识别系统与Android移动终端相结合,为智能交通系统的发展提供了有效的帮助。同时,Android移动终端智能手机也广泛应用于人们的日常生活,人们可以利用智能手机的拍照功能随时随地对交通违规现象进行拍摄,通过系统识别自动将拍摄信息传输给交通监管平台,从而实现车牌识别系统在Android移动终端的广泛应用。(本文来源于《电子技术与软件工程》期刊2019年22期）
缪鑫芯,沈雪琴,董梦影,蒋振华[4]（2019）在《基于MATLAB的车牌识别系统设计》一文中研究指出数字化、智能化的当今时代,车辆的大量使用在给人们带来便利的同时事故频发。由于诸多例如自然因素影响、车辆行驶轨迹与摄像头位置影响、车牌样式繁多等原因,相关技术人员无法及时准确获得所需车牌号码信息。运用MATLAB对所需车牌号码进行识别,可以提高获取车牌号码的准确性和速度,即使车牌本身有所遮掩或者缺损,也可以通过建立相关数学模型、扩大字符数据库等方法,并运用字符识别与数据库内容相互比对,最终得到所需要的车牌号码。(本文来源于《科技视界》期刊2019年32期）
王传民,丁湛,赵勇[5]（2019）在《基于BP神经网络的智能军车车牌识别系统设计与实现》一文中研究指出本文提出了基于BP神经网络的智能军车车牌识别系统设计与实现,该系统由军用车辆号牌图像预先处理、字符的定位、字符的分割和字符的识别等流程组成,重点研究BP神经网络识别车牌技术,进行Matlab仿真实验,并对实验结果进行了统计分析。(本文来源于《国防科技》期刊2019年05期）
张萍,邢蕾[6]（2019）在《基于数学形态学的车牌识别系统设计仿真》一文中研究指出针对车辆牌照的自动识别问题,提出一种基于形态学的车牌识别系统设计。通过对采集到的原始彩色图像进行灰度化、滤波等预处理,并利用数学形态学方法对图像进行闭合、腐蚀等运算,进而实现了车牌定位,再使用投影法完成对车牌的字符分割,最后采用模板匹配法对字符进行识别。MATLAB仿真结果显示,设计具有较高的识别效果,识别速度较快。(本文来源于《科技视界》期刊2019年29期）
刘耀喜,李祖文,何增镇,徐汶菊[7]（2019）在《基于高清车牌识别的二义性路径识别系统》一文中研究指出在高速公路路网结构复杂、多变的情况下,考虑到高速公路收费站的运营需求以及高清车牌识别技术的迅速崛起,文章提出了基于高清车牌识别的二义性路径识别系统,以解决现有路网条件下的二义性问题,实现通行费精确拆分,从而有效地提高了高速公路收费系统和相应服务器采集、传输、分析数据的精准性以及运营管理工作的效率。(本文来源于《西部交通科技》期刊2019年09期）
张乾,杜向阳,王飞[8]（2019）在《基于LabVIEW的HSI颜色空间和数学形态学车牌识别系统》一文中研究指出利用希玛照度计测光仪、可变光源和导轨,通过相机获取含有车牌的一组实验图片。采用NI Vision Development模块,找出在HSI颜色空间中能够提取出蓝底白字车牌的最佳值,利用这些最佳值找到车牌的大致位置,再通过形态学处理和车牌的几何特征确定出车牌的精确位置。利用NI Vision Assistant所提供的光学字符识别(OCR)进行字符分割、训练和识别。实验表明:该算法可以准确、快速地定位和识别车牌。(本文来源于《化工自动化及仪表》期刊2019年09期）
魏娇[9]（2019）在《基于机器视觉的车牌字符自动识别系统设计》一文中研究指出在移动式拍摄环境下进行车牌字符自动识别受到模糊干扰以及环境的因素影响,导致车牌字符自动识别的准确性不好,提出一种基于机器视觉的车牌字符自动识别系统设计方法。将车辆环境信息融入到车牌字符图像的边缘轮廓检测中,提取车牌字符关键信息特征点,把车牌字符的内部结构纹理信息解释为一个灰度直方图均匀分布的随机场,进行车牌字符图像的灰度特征检测和字符块匹配处理,在不同的车辆行驶速度下选用不同的特征匹配函数来统计车牌字符的机器视觉特征分布点,进行车牌字符的目标像素视差分析和视觉特征检测。在Android开发环境下进行车牌字符自动识别系统的软件开发设计。仿真结果表明,采用该方法进行车牌字符自动识别具有准确识别率高、捕获性能好、识别用时短的优点。(本文来源于《自动化与仪器仪表》期刊2019年08期）
林乾毕[10]（2019）在《基于SVM与ANN神经网络的车牌识别系统》一文中研究指出由于车牌识别系统中车牌位置精确定位难和车牌中字符识别率低等问题。本文提出了一种基于SVM与ANN神经网络的车牌识别算法。通过Soble边缘检测算法与形态学算法相结合来确定大致的车牌轮廓,结合车牌的外接矩形的面积与长宽比来筛选出符合车牌特征的候选区域,再利用SVM分类器来判断检测到的区域中是否是车牌,来最终筛选出是车牌的区域。对于筛选出的车牌利用ANN神经网络进行车牌字符的识别。经验证,该车牌识别系统能够适用于比较复杂的环境,且识别速度快,准确率相对较高。(本文来源于《软件》期刊2019年08期）
车牌识别系统论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
近年来深度学习已经成为人工智能领域中的热门话题,将深度学习应用到传统车牌识别系统中,可以解决车牌识别中常遇到的定位、分割的难点,有效提高识别速度与准确率。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
车牌识别系统论文参考文献
[1].訾晶,张旭欣,金婕.基于FPGA动态重构的快速车牌识别系统[J].传感器与微系统.2019
[2].朱文轩.基于FasterR-CNN的车牌识别系统研究分析[J].现代职业教育.2019
[3].刘永锋.基于Android移动终端的车牌识别系统研究与实现[J].电子技术与软件工程.2019
[4].缪鑫芯,沈雪琴,董梦影,蒋振华.基于MATLAB的车牌识别系统设计[J].科技视界.2019
[5].王传民,丁湛,赵勇.基于BP神经网络的智能军车车牌识别系统设计与实现[J].国防科技.2019
[6].张萍,邢蕾.基于数学形态学的车牌识别系统设计仿真[J].科技视界.2019
[7].刘耀喜,李祖文,何增镇,徐汶菊.基于高清车牌识别的二义性路径识别系统[J].西部交通科技.2019
[8].张乾,杜向阳,王飞.基于LabVIEW的HSI颜色空间和数学形态学车牌识别系统[J].化工自动化及仪表.2019
[9].魏娇.基于机器视觉的车牌字符自动识别系统设计[J].自动化与仪器仪表.2019
[10].林乾毕.基于SVM与ANN神经网络的车牌识别系统[J].软件.2019
论文知识图
