基于人工神經元的交通流量檢測的圖像識別系統

電氣自動化論文編號:ZD239 論文字數:10618,頁數:47
目錄

第一章 緒  論 1
1.1課題背景與意義 1
1.2系統總體設計說明 1
1.2．1系統工作原理說明 1
1.2．2 系統與當前主要應用方法比較分析 2
1.2．3系統實現方法分析 3
1.3關于神經網絡及其應用前景展望 3
1.3．1國際神經網絡發展現狀分析 3
1.3．2當前神經網絡應用方面的現狀及前景分析展望 4
第2章  交通流量檢測的現狀及其發展前景 6
2.1 交通流量檢測現狀簡介 6
2.1．1交通流量檢測系統的實現方法分析 6
2.2  交通流量檢測系統的實現 7
2.2．1交通流量檢測系統的程序流程圖 7
2.2．2交通流量檢測系統的實現源程序 7
2.2．3車牌圖像識別系統的仿真圖片及系統仿真結果 10
第3章  人工神經網絡概述 12
3.1 人工神經元網絡及其應用原理 12
3.1．1 人工神經元網絡的BP算法 12
3.1．2 基本的BP算法與網絡的拓撲結構 12
3.1．3 訓練過程的概述與誤差分析 18
3.1．4文字圖形編碼過程的實現及分析 19
3.2  人工神經元網絡的建立及網絡的訓練原理 20
3.2．1 人工神經網絡的建立原理 20
3.2．2神經網絡的輸入/輸出向量設計 20
3.2．3   BP網絡設計、網絡訓練源程序 20
第4章  基于Matlab的車牌圖像處理的實現 23
4.1  Matlab圖像處理技術概述 23
4.1．1  Matlab數學工具簡介 23
4.1．2Matlab圖像處理相關函數簡介 23
4.2  Matlab車牌圖像處理的主要處理過程簡介 26
4.2．1  圖像的預處理過程及其源程序 26
4.2．2圖像處理主程序及其測試效果分析 28
第5章  基于人工神經網絡的交通流量檢測的圖像識別系統的實現 32
5.1系統的整體流程圖 32
5.2系統的總體程序源代碼 32
5.3系統的程序測試效果及分析 34
結 論 37
附 錄 40

摘  要
 本系統應用基于彩色圖象信息的方法定位車牌圖像并進行圖形圖像編碼，編碼經人工神經網絡進行識別，以此來識別汽車牌照，實現對公路汽車的控制并達到進行交通流量控制的目的。本系統由圖象處理模塊，神經網絡處理模塊兩部分組成：圖象處理模塊采用Matlab軟件對圖象進行處理，主要對CCD攝象機采集來的圖象進行預處理，包括圖象增強、圖象濾波、圖象去噪三個步驟，輸出是待選定的車牌區域圖象，并對車牌區域圖象進行編碼，并把編碼輸入神經網絡；神經網絡處理模塊的功能是生成并訓練神經網絡，輸出是所要求的相對應的特征編碼。特征編碼與車輛管理數據庫中的編碼相對應，輸出被檢驗車輛的數據。人工神經網絡經訓練后，對輸入的圖象編碼有較高的識別效率。
 本系統具有理準確率高，編程容易，非常容易實現的優點，精度可達到98%。
  
 
關鍵詞：交通流量;人工神經網絡;圖象識別;特征編碼；
 
 

STADY ON TRANSPORT FLOW WHICH BASE ON THE ARTIFICIAL NEURAL NET AND THE COLOR IMAGE DISTINGUISH WAY
Abstract
 
 
 This systems use the color image information method to orientation the license plate ,and codeing the result.The code was distinguish form artificial neural net,then the license plate was recognized,and reach the goal of control the road flow.This systems are make up of two part:The color image disposal part;The artificial neural net disposal part;
 The color image disposal part using Matlab software to distinguish the CCD photograph.This part contained three approach :image pretreatment, photograph boost,filter the waves,silencing of noise.The output choose of this part is only the license plate aero,also the license plate was coding in this part.then the code was push into the next part:The artificial neural part.
 The artificial neural part make up of artificial neural net,and training it.The output choose of this part is special code which we need.
 
Key word:transport flow; artificial neural net;color image distinguish;
          Identity coding;