基于小波和神经网络的车牌识别技术的研究

来源 :华东理工大学 | 被引量 : 0次 | 上传用户:chenjinggoigo123456
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本论文以智能交通、电子警察系统为背景,在其实现的关键技术——车牌识别进行研究的基础上,提出了一种基于小波分析的快速车牌定位算法,通过Mallat算法分解出的高频图像经过后继处理即可快速定位车牌。同时,将EMD、PCA和改进BP神经网络应用于车牌字符识别,克服了传统算法训练速度慢,容易陷入局部最小等缺点。最后,使用VC6.0编写了仿真和测试程序,使用动态链接库技术具体实现了改进的车牌识别算法。 在实际的工程测试中表明,所研究的改进的车牌识别算法在保证系统运行的实时性和可靠性的前提下,能够比较快速、准确的实现车辆牌照自动识别。
其他文献
本文的主要工作是围绕基于无线短程网的工业过程监控系统展开,主要研究了适用于工业过程监控系统的整体解决方案,并在此基础上开发了系统集成所需的软硬件,有效实现了工业过程中
现场总线是近几年国际上发展形成的,用于过程自动化和制造自动化领域的现场智能设备互连网络,且该技术已经成为自动化领域内的热点。在现场总线控制系统的三层结构中,其核心部分
煤炭是我国的主要一次能源,煤电占总发电量的70%以上,还有大量的工业锅炉每年要消耗几亿吨煤炭。循环流化床锅炉具有燃料适应性广,截面热强度高,锅炉负荷适应性好,燃料制备系统相对
支持向量机是一种建立在统计学习理论基础之上的机器学习方法,它较好地解决了以往困扰很多学习方法的小样本、非线性、过学习、高维数、局部极小点等实际问题,具有很强的泛化能
学位
目标跟踪一直是计算机视觉领域的研究热点与难点问题之一,其在成像制导、视频监控、智能交通以及视觉导航等方向均具有重要的应用价值,因此研究目标跟踪算法具有重要的理论意义
本文对传统的弹簧算法做出了多处改良,有效地提高了算法结果的可读性,并在此基础上引入了粒度计算的概念,使算法更能揭示出原图的逻辑层次。提出的基于广义粒子模型(GPM)的画图
面对工业中如此巨大的数据,如何利用这些数据,使其能够更好地辅助工程师做出正确的决策,已成为当前急需解决的问题,数据挖掘技术就是为了满足这种需求而迅速发展起来的一种新的数
本文研究的合作型协同进化算法可以把规模很大且复杂的优化问题分解成许多规模较小且简单的子问题,各子问题分别进行优化,再从整体上加以协调。这样的一种机制,减少了问题的搜索
一般模型控制方法是一种可以直接利用非线性过程模型的非线性控制方法,广义通用模型控制方法是在一般模型控制方法基础上发展起来的,本文主要做了以下三个方面的工作: 首先,介