基于MATLAB的BP神经网络的数字图像识别.docx

鉴于MATLAB的BP神经网络的数字图像辨别 鉴于MATLABBP神经网络的数字图像辨别 鉴于MATLABBP神经网络的数字图像辨别 【纲要】随着现代社会的发展，信息的形式和数量正在迅猛增长。其中很大一部分是图像，图像 能够把事物生动的体现在我们眼前，让我们更直观地接受信息。同时，计算机已经作为一种人们 普遍使用的工具为人们的生产生活服务。如今我们也能够把这些技术应用在交通领域。作为智能 交通系统(InteUigentTrafficSystem，简称ITS)中的一个重要组成部分的车牌辨别技术，自然就是 其中的重点研究对象。车辆牌照辨别(LicenseP1ateRecognition，简称LPR)，是一种对于计算机 的包括图像办理、数学技术、数据库、信息技术以及智能技术于一体的综合技术。用MATLAB 做车牌辨别比用其他工拥有很多优势，因为MATLAB在图像的灰度化、二值化、滤波等方面都 有很大优势，所以,本次实验我们利用MATLAB的这些优点来对车牌进行辨别。 【重点词】BP神经网络；图像辨别；字符辨别；特点提取；车牌；Matlab 一课题研究背景 （一）图像识其他提出及应用 随着信息化时代的不断发展，人们越来越多地使用信息化的手段来解决各种问题——办公自动化、先进制造业、电子商务等利用计算机技术而产生的新兴行业正不断凑近我们的生活。在信息社会中，我们每日都接触大量的数据——工 作数据、个人数据、无意得的数据等——在些数据中，有些数据需要我人工理，而有些能够利用算机迅速正确的达成——字符 就是其中的一个范围。 字符是一种像技，他的入是一有某种字符的片，而出是算机中于片中字符的反果。所以，能够宽泛的用于各种域：如，牌、手写、自器、机器??在生活生的各个方面都起到了特别重要的作用。 （二）像技的展 然像技不是特别成熟，但其已有了好多可喜的成就，比方像模式，像文字。并且其在速的展着，像的用正朝着不同的域渗透着，像算机像生成，像与像通信，高清晰度，机器人及像量，公室自化，像追踪及光学制，医用像理与材料剖析中的像剖析系，遥感像理和空探，像形技等等。从所列的像技的多方面用及其理基能够看出，它无一不波及高科技的前沿，充分了然像技是前沿性与基 础性的有机统一。 能够预计21世纪，图像技术将经历一个飞腾发展的成熟阶段，为深入人民生活创立新的文化环境，成为提高生产的自动化、智能化水平的基础科学之一。图像技术的基础性研究，特别是联合人工智能与视觉办理的新算法，从更高水平提取图像信息的丰富内涵，成为人类运算量最大、直观性最强，与现实世界直接联系的视觉和“形象思维”这一智能的模拟和复现，是一个很难而重要的任务。“图像技术”这一上世纪后期诞生的高科技之花，其前途是不可限量的。 随着21世纪经济全球化和信息时代的发展，作为信息根源的自动检测、图像辨别技术越来越受到人们的重视。近年来计算机的飞快发展和数字图像办理技术的日趋成熟，为传统的交通管理带来了巨大转变。图像办理技术发展相当快，而其中对汽车牌照等有关信息的自动采集和管理对于交通车辆管理、园区车辆管理、停车场管理、交警稽察等方面有着十分重要的意义，成为信息办理技术的一项重要研究课题。汽车牌照自动辨别系统就是在这样的背景与 目的下进行研究开发的。车辆牌照辨别(LicensePlateRecognition，LPR)技术作为交通管理自动化的重要手段 之一，其任务是剖析、办理汽车监控图像，自动辨别汽车牌照号码，并进行有关智能化数据库管理。 （三）图像识其他机理 图像辨别是人工智能的一个重要领域。为了编制模拟人类图像辨别活动的计算机程序，人们提出了不同的图像辨别模型。比如模板匹配模型。这种模型认为，辨别某个图像，必须在过去的经验中有这个图像的记忆模式，又叫模板。目前的刺激如果能与大脑中的模板相匹配，这个图像也就被辨别了。比如有一个字母A,如果在脑中有个A模板,字母A的大小、方位、形状都与这个A模板完全一致,字母A就被辨别了。这个模型简单了然，也容易获得实际应用。但这种模型强调图像必须与脑中的模板完全切合才能加以辨别，而事实上人不单能辨别与脑中的模板完全一致的图像，也能辨别与模板不完全一致的图像。比如,人们不单能辨别某一个详细的字母A,也能辨别印刷体的、 手写体的、方向不正、大小不同的各种字母A。 同时,人能识其他图像是大量的，如果所识其他每一个图像在脑中都有一个相应的模板，也是不可能的。为认识决模板匹配模型存在的问题，格式塔心理学家又提出了一个原型匹配模型。这种模型认为，在长时记忆中存储的并不是所要识其他无数个模板，而是图像的某些“相像性”。从图像中抽象出来的“相像性”便可作为原型，拿它来查验所要识其他图像。如果能找到一个相像的原型，这个图像也就被辨别了。这种模型从神经上和记忆探寻的过程上来看，都比模板匹配模型