1、 一、原始依据（包括设计或论文的工作基础、研究条件、应用环境、工作目 的等。 ） 工作基础：了解 C+的基本概念和语法，熟练使用 Visual C+软件。 研究条件：依据 BP 神经网络的基本原理完成算法实现。 应用环境：基于 BP 神经网络的图像文件中的车牌号码识别。 工作目的：熟练掌握 Visual C+应用程序的开发。 了解人工智能的基本概念以及神经网络的基本原理。 熟练掌握 Visual C+中的图片处理的基本方法。 二、参考文献 1人工智能原理及其应用，王万森，电子工业出版社，2007. 2VC+深入详解，孙鑫，电子工业出版社，2006. 3人工神经网络原理, 马锐，机械工业出版社，
2、2010. 4Visual C+数字图像处理典型案例详解，沈晶，机械工业出版社，2012. 5Application of Image Processing to the Characterization of Nanostructures， Manuel F. M. Costa，Reviews on Advanced Materials Science,2004. 三、设计（研究）内容和要求（包括设计或研究内容、主要指标与技术参数， 并根据课题性质对学生提出具体要求。 ） 1、掌握 C+的基本概念和语法。 2、了解神经网络的基本原理。 3、完成 Visual C+中对于图像的预处理。 4、完
3、成基于样本的神经网络的训练以及图像中车牌信息的识别，并对其性 能进行统计和总结。 指导教师（签字） 年 月 日 审题小组组长（签字） 年 月 日 天津大学仁爱学院本科生毕业设计（论文）开题报告 课题名称 基于 BP 网络的车牌识别系统的设计 系 名 信息工程系 专 业 自动化 学生姓名 魏章波 指导教师 扈书亮 一、课题来源及意义 BP(Back Propagation)神经网络是 1986 年由 Rumelhart 和 McClelland 为首的 科学家小组提出, 是一种按误差逆传播算法训练的多层前馈网络,是目前应用最 广泛的神经网络模型之一。 BP 网络能学习和存贮大量的输入-输出模式映
4、射关系, 而无需事前揭示描述这种映射关系的数学方程。它的学习规则是使用最速下降 法,通过反向传播来不断调整网络的权值和阈值,使网络的误差平方和最小。 智能交通管理系统是 21 世纪道路交通管理的发展趋势。高速公路的不断发 展和车辆管理体制的不断完善， 为以图像识别为基础的智能交通管理系统进入实 际应用领域提供了契机。基于 BP 网络的车牌识别系统正是在这种应用背景下研 制出来的，它能够自动、实时地识别车辆牌照，从而监控车辆的收费、闯关、欠 费以及各种舞弊现象。 车牌识别的实质是对车牌上的数字、字母和汉字进行快识别并以字符的形式 输出识别结果，字符识别是整个车牌识别过程的关键所在。由于图像获取时
5、的外 界环境不同的影响，系统必须保证能够在任何天气情况下全天不间断的正常工 作。因此，对于研究基于 BP 网络的车牌识别系统有重要的意义。 二、国内外发展现状 从上世纪 90 年代初，基于图像处理的车牌识别技术的研究在欧美发达国家 已经兴起。比如在美国、意大利、德国、以色列、新加坡等国家，都已经有比较 成熟的产品投入了应用，如以色列的 Hi-Tech公司的 See/Car System系列产品， 美国的（AUTOSCOF）2003 系统，香港 Asia Vision Technology 公司的 VECON 产品，德国西门子公司的 ARTEM7S 系统，新加坡 Optasia 公司的 VLPR
6、S 产品 等， 其中 VECON 和 VLPRS 产品主要适合于香港和新加坡的车牌， Hi-Tech公司 的 See/Car System 有多种变形产品来分别适应某一个国家的车牌， 但因为我国车 牌式样的多样性和颜色的多样性以及包含汉字等特点， 这些车牌识别系统并不适 图像输入 灰度转化 边缘检测 二值化 几何调整 牌照剪切 图像去噪 字符分割 归一化处理 输出结果 字符识别 神经网络设置 图像预处理 车牌定位 字符分割 字符识别 合我国国情。 我国的条件与国外不同，不仅车牌的种类多，而且车牌不够规范，分为很多 种类型，并且车牌上还有汉字。按颜色分类，有蓝底白字、黄底黑字、白底黑字 和黑底白字之分，有些部队用车车牌字符还分为了两行，这些都决定了我国的车 牌识别相对于国外较为困难。 近几年，我国也有很多科研单位和公司进行车牌识别方面的研究，也取得了 一些成绩。我国做的较好的产品有中科院自动化研究所汗土公司的“汗土眼” ， 天勤科技公司的车牌识别系统，背景龙人计算机系统有限公司的停车场收费系 统。但对环境要求比较高，在全天候的条件下，
