导读:本文包含了牌照识别系统论文开题报告文献综述及选题提纲参考文献，主要关键词:不停车收费,DSRC,ETC,牌照识别
牌照识别系统论文文献综述
黄慰忠[1]（2018）在《基于牌照识别与移动支付的高速公路不停车收费系统浅析》一文中研究指出高速公路收费方式从开放式收费,到封闭式收费,再到联网收费;从人工收费,到人工半自动收费,再到现在的不停车收费,经历相当长的发展过程。不停车收费通过5.8 G专用微波短程通信技术读写车辆收费数据,达到不停车收费目的。以"互联网+"的思维逻辑,分析当前高速公路不停车收费技术的不足,从而介绍基于牌照识别与移动支付技术的高速公路不停车收费技术,及该技术的发展进程,并对5.8 G专用微波短程通信技术的不停车收费系统提出若干创新发展建议。(本文来源于《中国市政工程》期刊2018年03期）
张敏,李爱兰[2]（2016）在《车辆牌照识别系统的设计与仿真》一文中研究指出随着中国科技水平的不断发展,尤其是在图形图像方面的处理方法日新月异,使得车牌识别的水平得到很大提高,对识别的要求也逐步加强.本文主要介绍一个车辆牌照图像识别处理的方法,利用事先从摄像头采集得到的静态图像进行车牌识别的技术,在Open CV仿真软件上,模拟在简单特定场景下,实现对车辆牌照的识别。(本文来源于《电子测试》期刊2016年05期）
孔繁荣,丁志刚[3]（2015）在《基于嵌入式的车辆牌照识别系统设计》一文中研究指出嵌入式系统下的车辆牌照自动识别是图像识别的难点。针对便携式设备提出一种在嵌入式系统下的车辆牌照自动识别方案。本方案结合并优化了字符模板匹配和字符的轮廓特征和结构上的统计特征算法对字符进行有效地识别。此方案的设计能大幅度降低车辆牌照自动识别系统的成本。实验证明这种识别方案在嵌入式系统下具有很好的识别性能。(本文来源于《计算机应用与软件》期刊2015年10期）
吴佳[4]（2015）在《车辆牌照识别系统的设计与实现》一文中研究指出随着科技和经济的高速发展,购置汽车的人与日俱增,然而日益增多的车辆在给人们的出行带来便捷的同时也这造成了相应的麻烦,如交通堵塞和交通事故等问题。借助智能交通系统(Intelligent Transportation System,简称ITS)能够实现交通的智能自动化管理,进而实现对交通环境的全面有效的监管,帮助缓解交通堵塞、交通安全等方面出现的问题。车辆牌照识别技术(License Plate Recognition,简称LPR)作为ITS的基础,其重要性不言而喻。本文阐述了一个车辆牌照识别系统的设计与实现过程。论文的选题源自笔者实习期间参与的项目。笔者对系统进行了需求分析,并根据需求分析得到的结果,完成了系统的总体架构设计和各个模块的划分。论文中将车辆牌照识别系统划分为用户界面、车牌定位模块、车牌字符分割模块和车牌字符识别模块这四个模块。论文中的用户界面部分使用MFC编程,主要实现了获取待识别图片数据,以及将识别结果展示给用户的功能；车牌定位模块中采用局部分块二值化的算法实现图像的二值化,并根据各个分块的二值化结果判断是否进行高斯滤波,然后基于以上预处理采用跳变点连线的方法实现连通区域,并对其做筛选,初步定位车牌,该方法在逆光、低对比度以及雾天的图像中也有较好的定位效果；车牌字符分割模块中采用垂直投影结合模板匹配的方法实现对字符的分割,通过投影法获取到字符区域大概位置后,结合模板匹配的方法来对字符区域的位置和大小做进一步的调整,以减少每个字符区域中会对字符的识别产生干扰的信息,该字符分割方法具有较高的分割准确率；在车牌字符识别模块中,使用了卷积神经网络来对车牌字符图像进行识别,通过采用合理的神经网络结构,并使用良好的训练数据进行足够的训练,对单个字符图像的识别准确率达到了99%以上。本文所描述的系统能够在白天、黑夜以及多种复杂环境下实现对车辆图像中的车牌进行稳定准确的识别,最终得到车辆图像、车牌图像、车牌号、车牌颜色以及车身颜色信息。(本文来源于《北京交通大学》期刊2015-05-01）
陈扬[5]（2014）在《基于OpenCV的机动车牌照识别系统》一文中研究指出车牌识别系统作为智能化交通管理系统的重要组成部分,已经越来越受到人们的重视,同时它也是计算机视觉、模式识别以及图像处理技术在智能交通管理领域中的研究热点。本文通过查阅大量文献,结合前人的工作基础与研究成果,搭建了一套车牌识别系统,该系统包括:首先使用车牌定位算法对车牌图片进行图像分割,提取出所有可能包含车牌的区域,接着使用支持向量机对所有分割出的图像区域进行分类,通过预测函数返回有效的车牌区域;然后将定位得到的车牌图像进行字符分割和字符识别,包括使用OCR算法检测车牌上的每个字符并将字符提取出来,然后使用训练好的人工神经网络对字符进行识别。本系统采用VS2010开发工具,结合C语言和OpenCV库函数对车牌识别系统进行编程设计,完成车牌图像的定位与识别,实验结果比较令人满意。(本文来源于《天津大学》期刊2014-11-01）
赵谞[6]（2014）在《车辆牌照识别系统的研究与应用》一文中研究指出车辆牌照识别系统是现代智能交通系统中一项重要的应用技术,对交通系统中车辆管理智能化起到关键作用。基于路面上行驶中的车辆牌照自动识别系统具有适应性强、智能化程度高,已经成为了智能交通管理系统中的重要环节。本文在对动态车辆牌照识别系统进行了研究,完成了以下工作：1.给出了车牌图像预处理方法,研究了车辆牌照区域的检测与定位；介绍了车辆牌照图像经过图像预处理、灰度化处理、滤波处理、图像增强处理、图像二值化等一系列的操作和处理,能有效地改善采集图像质量,为车辆牌照图像的定位、字符分割及字符识别处理的速度、识别精度等性能的提高奠定基础。2.详细研究了基于车辆牌照的定位方法、定位算法、字符分割方法和字符识别的方法等相关知识,提出了以边界分割为基础,基于垂直投影的字符分割方法,该方法简单有效的车牌定位、字符分割与识别的方法,需要在字符间和字符内的间隙处得到字符在竖直方向上的投影的局部最小值,根据最小值的位置分割出字符；在汉字识别方面采用以神经网络为基础的模板匹配的字符识别方法。3.提出了一种基于改进的神经网络和改进的模板匹配方法来进行字符识别,通过对沈阳某商场地下停车场的管理改造工程进行设计,采用车辆牌照识别系统对该地下停车场进行管理,将算法在该系统中得以实现。通过试验仿真验证了算法的有效性,其优点是克服了模板匹配对数字、字母和汉字分别寻找形状子图像的困难,并利用了神经网络来识别中文字符,通过试验结果表明,字符识别率得到了提高,取得较好的效果。4.提出了针对车辆牌照识别应用的基于神经网络和模板匹配的车牌字符识别算法,很好地解决了车牌字符的字体黏连、分割不准确的问题,较以往的算法相比具有较高的识别(本文来源于《沈阳建筑大学》期刊2014-11-01）
朱伟[7]（2014）在《车辆牌照识别系统的算法研究与实现》一文中研究指出随着公路交通的快速发展,车辆拥有量日益增多,如何高效地对车辆进行管理成为智能交通领域亟需解决的难题。车辆牌照(车牌)识别作为智能交通领域的关键技术,广泛应用于十字路口车辆监控、高速路口车辆管理及停车场收费管理等场景。车牌识别系统是运用现代计算机处理技术与图像处理技术,实现车辆牌照信息的获取。本文以车牌识别技术为重点研究内容,分别对车牌区域检测、字符分割与字符识别叁个子模块进行算法研究。1)车牌区域检测算法。针对不同实地场景下拍摄的图像序列,创新地提出基于多信息邻域投票的车牌区域检测算法。该方法对图像序列进行改进的混合高斯模型背景建模检测运动目标,实时进行目标车辆判定,同时在车辆目标图像上进行车牌区域检测。车牌区域检测利用车牌区域多信息特征进行搜索,选择较为稳定的边缘特征作为基础,以区域背景颜色与前景字符特征为约束条件。利用k-means聚类分割字符与背景,有效提高车牌检测的鲁棒性和准确性,减少误检。2)车牌字符分割算法。针对第一模块检测出来的车牌区域,尝试让字符分割步骤依赖性减低,创新性地提出基于滑窗搜索的自适应车牌字符分割方法。该方法根据投影纹理特征并且结合车牌高宽比,设置多准则判定,以便简单快速地搜索2、3字符间隔位置。同时利用车牌字符与背景的亮度差异,结合投影特征及间隔特征搜索相邻字符的间隔,实现字符分割。3)车牌字符识别算法。本文在实际运用分割算法时并没有直接进行分割,而是在字符分割基础上尝试能提高单帧与多帧分割正确性。在区域检测与字符预分割基础上,创新性地提出了一种新的基于滑窗搜索与最优决策投票车牌字符识别算法框架。该算法通过目标车辆判定获得同一车辆的多次检测结果,对于单帧车牌字符图像,在字符分割中心进行滑窗搜索,对连续多帧采用基于时间窗搜索,使得最终单字符识别是目标字符在寻优搜索与最优投票的结果。本文所提出的算法基于VS2010平台进行测试验证,对不同实地场景下拍摄图像进行大量实验,实验证明提出的算法鲁棒性强与准确性高。(本文来源于《电子科技大学》期刊2014-03-31）
李朝振[8]（2014）在《基于汽车牌照识别的停车场管理系统》一文中研究指出随着科技和经济水平的不断提高,汽车得到快速普及,停车场的管理迎来了新的挑战。本文论述了一种基于车牌识别技术的智能停车场管理系统,它可以利用车牌识别技术取代传统停车场管理系统。本文首先分析研究了汽车牌照自动识别系统的原理和组成,然后通过需求分析,明确了智能停车场管理系统所要具备的功能,进而提出了一种基于汽车牌照自动识别技术的智能停车场管理系统。(本文来源于《科技视界》期刊2014年07期）
张立华,任娇,陈鑫[9]（2014）在《基于MATLAB图像处理的汽车牌照识别系统》一文中研究指出车牌自动识别系统是智能交通系统中的关键技术,在信息采集、车辆管理、自动收费等领域有着广泛的应用前景。车牌识别技术的研究主要包括叁个部分:车牌定位、字符分割和字符识别。本系统全面包括了车牌定位到车牌字符识别,对车牌识别的技术。文章所涉及的各项处理技术均进行了MATLAB仿真实验,实现了相应功能,能够准确、快速地实现汽车牌照的识别。(本文来源于《电子技术》期刊2014年02期）
周阅宇[10]（2013）在《汽车牌照识别系统研究与设计》一文中研究指出近年来，我国的公路交通事业发展迅猛，智能交通系统越来越受到人们的普遍关注。随着智能交通系统的全面实施，汽车牌照的自动识别技术变得越来越重要，汽车牌照作为唯一的识别信息，车牌识别系统的应用也将越来越广泛。与车牌相关的技术也越来越成为学校、研究机构和商业中重要的研究热点。汽车牌照识别系统是对由摄像头拍摄的车牌图片，综合运用众多国内外研究的图像领域最新算法和模式识别方法对图像进行阈值分割、平滑处理、边缘检测以及图像分割等处理以后提取出完整的车牌区域，然后对这个车牌区域进行定位、分割并完成对汽车牌照上字符的识别的过程。车牌识别主要包括字符分割、车牌定位、字符识别叁个部分。本文主要基于国内外现有的车牌识别技术现状的基础上，结合计算机软件工程的相关知识和技术以及自己在校所学计算机编程语言，对汽车牌照识别系统进行了需求分析和可行性分析，通过对汽车牌照的特点进行分析、研究,结合我国车牌字符的先验知识，以微软的VC++6.0为平台，利用微软的MFC图像库和Intel的OpenCV计算机视觉库，开发了一个汽车牌照自动识别系统。本文并对系统开发所用到的设计思想、设计方案以及系统的总体设计和详细设计做了详细的阐述主要完成的工作如下：对采集到的图像进行一定的预处理包括灰度化、二值化、高斯滤波、Canny边缘检测等处理，去除掉图像中存在的噪声干扰和小圆点干扰。通过对预处理之后的车牌图像进行水平分割、垂直分割和车牌大小的归一化实现定位功能，并利用OpenCV库中的函数把定位好的车牌区域分割出来，保存为标准大小图像。基于车牌比例特征和垂直投影相结合的字符分割算法将7个字符分割开来。最后通过模板匹配法将分割出来的车牌字符和已有的字符模板进行特征值匹配，从而达到识别字符的效果。完成的主要功能如下：图像预处理：对采集到的车牌图像进行预处理，提高正确识别率。车牌定位：从采集到的图像中，采取一定的算法，找出车牌区域。字符分割：从已经定位分割好的车牌区域中，将其中的字符图像切分出来，保存为单个的字符图像。字符识别：在每个字符图像中识别出正确的字符文字。最后对已经完成的车牌识别系统，选取了一些包含车牌的图像，使用本文开发的汽车牌照识别系统对其功能和识别率进行详细的测试，经过测试我们发现，该系统具有非常好的字符识别效果，识别正确率高，速度快，而且软件上手容易，操作简单易懂。(本文来源于《吉林大学》期刊2013-06-01）
牌照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：
随着中国科技水平的不断发展,尤其是在图形图像方面的处理方法日新月异,使得车牌识别的水平得到很大提高,对识别的要求也逐步加强.本文主要介绍一个车辆牌照图像识别处理的方法,利用事先从摄像头采集得到的静态图像进行车牌识别的技术,在Open CV仿真软件上,模拟在简单特定场景下,实现对车辆牌照的识别。
（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。
牌照识别系统论文参考文献
[1].黄慰忠.基于牌照识别与移动支付的高速公路不停车收费系统浅析[J].中国市政工程.2018
[2].张敏,李爱兰.车辆牌照识别系统的设计与仿真[J].电子测试.2016
[3].孔繁荣,丁志刚.基于嵌入式的车辆牌照识别系统设计[J].计算机应用与软件.2015
[4].吴佳.车辆牌照识别系统的设计与实现[D].北京交通大学.2015
[5].陈扬.基于OpenCV的机动车牌照识别系统[D].天津大学.2014
[6].赵谞.车辆牌照识别系统的研究与应用[D].沈阳建筑大学.2014
[7].朱伟.车辆牌照识别系统的算法研究与实现[D].电子科技大学.2014
[8].李朝振.基于汽车牌照识别的停车场管理系统[J].科技视界.2014
[9].张立华,任娇,陈鑫.基于MATLAB图像处理的汽车牌照识别系统[J].电子技术.2014
[10].周阅宇.汽车牌照识别系统研究与设计[D].吉林大学.2013