导读:本文包含了车牌识别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,图像,图像处理,可编程,门阵列,识别系统。
车牌识别论文文献综述
杨昌熙,张着洪[1]（2019）在《基于粒子群优化的车牌识别算法研究》一文中研究指出针对环境噪声严重影响车牌的识别问题,基于字符特征向量和粒子群优化设计一种车牌识别算法。借助垂直投影法、自适应阈值方案、方向梯度直方图法等,对车牌字符进行分割和提取字符的特征向量。依据字符特征向量样本和支持向量机建立字符识别准确率模型,并基于粒子群优化算法建立求解该模型的车牌识别算法。比较性的数值实验显示,该算法能有效提升车牌识别的准确率,且字符特征向量对车牌识别有极大影响。(本文来源于《贵州大学学报(自然科学版)》期刊2019年06期）
訾晶,张旭欣,金婕[2]（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[3]（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[4]（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）
马苏欣,王家希,戴雅淑,陈杰,邵文泽[5]（2019）在《监控视频下模糊车牌的去模糊与识别探析》一文中研究指出车牌去模糊是图像处理的重要研究方向。随着近几年神经网络的技术推进,车牌识别技术已经趋于成熟,但是在车辆高速行驶的情况下仍存在识别率较低的情况,这将直接增加道路违章检测的难度。论文针对这些特殊情况下的车牌去模糊问题,提出了一种图像对抗训练与Residual Block模块相结合的卷积神经网络模型。检测后表明此网络模型在去模糊方面有较理想效果。(本文来源于《信息系统工程》期刊2019年11期）
雷闯,潘庆芳,方庆[6]（2019）在《我省高速ETC车道将告别“跟车逃费”》一文中研究指出ETC车道跟车和邻道干扰是ETC运营的头号难题。11月18日，省交通运输厅宣布，结合“撤站”工程建设契机，我省高速公路所有收费站ETC车道均安装了相控阵天线，“跟车”逃费有望成为历史。ETC车道跟车是指两辆车通过收费站时，后一辆车与前一辆车车距过(本文来源于《湖北日报》期刊2019-11-20）
缪鑫芯,沈雪琴,董梦影,蒋振华[7]（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）
张一[8]（2019）在《基于MATLAB车牌图像识别的设计与实现》一文中研究指出车牌识别系统是计算机视觉在智能交通领域的重要研究课题,其主要功能是通过数字图像处理技术、计算机技术和通信技术对车辆身份即车牌号码进行识别,并将其存储或输出到显示设备上。文章就车牌识别系统中的车牌识别技术开展研究,分别对车牌图像预处理、车牌定位模块、车牌字符分割模块以及车牌字符识别模块进行了分析。(本文来源于《信息通信》期刊2019年11期）
陈佳莉,佘爽,程良伦,黄国恒[9]（2019）在《复杂环境下的车牌端到端识别》一文中研究指出针对复杂环境,如雾霾、雨雪等恶劣天气条件下,车牌识别准确率低的问题,提出一种端到端的车牌识别模型Incep-PlateNet,无需字符分割和标签对齐。实验结果表明,此模型在常规环境下识别准确率为98.91%,复杂环境下识别准确率为91.46%,均优于现有研究,对复杂环境下的车牌识别鲁棒性更强,具有较强的实用价值。(本文来源于《工业控制计算机》期刊2019年10期）
王传民,丁湛,赵勇[10]（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）
车牌识别论文开题报告
（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：
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。
（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。
车牌识别论文参考文献
[1].杨昌熙,张着洪.基于粒子群优化的车牌识别算法研究[J].贵州大学学报(自然科学版).2019
[2].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
[3].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
[4].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
[5].马苏欣,王家希,戴雅淑,陈杰,邵文泽.监控视频下模糊车牌的去模糊与识别探析[J].信息系统工程.2019
[6].雷闯,潘庆芳,方庆.我省高速ETC车道将告别“跟车逃费”[N].湖北日报.2019
[7].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
[8].张一.基于MATLAB车牌图像识别的设计与实现[J].信息通信.2019
[9].陈佳莉,佘爽,程良伦,黄国恒.复杂环境下的车牌端到端识别[J].工业控制计算机.2019
[10].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
论文知识图
