1. 毕业设计（论文）主要目标：
RBF人工神经网络车牌识别系统可以应用于对道路交通状况的检测与控制，实时掌握车辆排队的规律或每台车辆行驶计时计费信息，不仅能防范交通事故的发生，控制车辆行驶流量，还可以是收费系统更加便捷，提高了交通管理系统的智能化程度和整体运行效率。例如可以利用牌照识别的信息对大量汽车身份进行登记和汇总，形成系统的网络监管。
2. 毕业设计（论文）主要内容：
本文设计的基于RBF神经网络的车牌识别系统包含了：图像预处理、车牌定位、字符分割、字符识别等方面，解决了车牌识别的问题。图像预处理阶段，对图像进行灰度化、中度滤波、灰度拉深、二值化等处理。针对车牌定位中的问题，可以基于数学形态学法对边缘检测后图像的车牌进行了精确定位，然后对定位后的车牌进行校正和去边框处理，保证了图像的质量。阐述了车牌字符的一些基本特征，基于这些特征采用一种改进的水平投影法对车牌进行字符分割。在叙述RBF神经网络的基本结构和学习过程后，设计并训练RBF网络对分割后的字符进行识别。
3. 主要参考文献
[1] 朱大奇.人工神经网络研究现状及其展望[N].江南大学学报,2004:103～108.
[2] 董军,胡上序.混沌神经网络研究进展和展望[J].信息与控制,1997 (5):360～368.
[3] 韩力群.人工神经网络理论、设计及应用[M].北京:化学工业出版社,2002.
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
