数据进行平滑等处理。在众多环境中，特征提取神经网络构建就是整个识别的核心。特征提取必须能够反映整个字符的特征，神经网络的输入是字符的特征向量，输出结果是文本格式的字符信息。最直接的字符识别方法是模板匹配法，其原理是计算输入模式和样本间的相似性，大学本科生毕业设计论文取相似程度最大的作为输入模式类别种属。我国现有车牌由七个字符组成，车牌的标准格式为,其中为各省自治区和直辖市的简称，为字母，代表了车牌所属的市，为字母和阿拉伯数字的组合。根据我国车牌的特点，建立汉字数字和字母模板库，采用汉字库，采用字母库，采用数字库和字母库。最小欧式距离法是模板匹配法的基本算法，最小欧式距离法即对任意个原型，计算它与待匹配字符的欧式距离，，找到最小的，其对应的就是识别出的字符。二维图像的模板匹配算法具体操作如下,当,时当时式和是输入字符的自相关函数，且当时成立时会在,处出现主峰，在另外的标准字符处出现副峰，然后根据选用的函数对主峰和副峰进行鉴别，图像与模板匹配的函数为,其中,为互相关算子，为待检测信号，为待检测的子图，为模板。将待识别的字符和所有模板进行匹配，并用上述相似度式子来计算车牌字符与每个模板字符的匹配程度，最相似的就是匹配结果，从而判断并识别出待识别的结果。图数字字符库大学本科生毕业设计论文图字母库和部分汉字库本章小结本章通过图像预处理车牌定位以及分割字符分割和识别为最终的车牌识别做了充分的准备工作，其效果直接影响到最终提取车牌号码的效果。大学本科生毕业设计论文大学本科生毕业设计论文第四章设计结果与分析设计结果本次课程设计选用的车牌图片是湘，通过编程实现对图片的每步处理，最终获得的结果如下图所示图识别结果图设计分析车牌自动识别的效果主要取决于系统前期图像预处理是否得当。对边缘检测处理后的图像进行方向的像素点统计来确定车牌位置对分割出的车牌进步处理去掉细小的杂色点，留下白色的字符以及黑色的背景，这是字符分割前的关键步骤进行字符分割得到七个字符，再将字符归化处理，进行模板匹配。整个系统使用编程实现，可直接调用函数，不仅有效的缩短了实验时间还降低了变异的难度。大学本科生毕业设计论文大学本科生毕业设计论文第五章总结与展望总结本次设计通过在软件中编写程序并经过仔细的调试和反复研究从而解决了大部分的问题，基本完成了车牌自动识别功能，。在整个编写程序的过程中，主要以车牌处理的基本步骤为指导，处理过程中关键在于各个处理环节的有效衔接，不仅要灵活的将语言和语言的有效融合，还要求能熟练掌握的运行环境和操作界面，才能很好地实现整个系统的功能。本次毕业设计知识初涉车牌识别功能，并没有考虑在各种不同外界环境下的车牌识别的处理，因此还存在需要改进的地方。目前本车牌自动识别系统还有待改善的地方如下只实现了静止车牌的识别，对动态车牌识别没有研究。没有考虑外部环境对车牌造成的污染影,行方向合理区域,定位剪切后的彩色车牌图像,,,输入个定位二位字母识别第三位以后是字母或数字识别字符模板以上相当于两幅图相减得到第三幅图大学本科生毕业设计论文切割出最小范围大学本科生毕业设计论文方向上的像素统计图图车牌分割的结果字符的识别车牌上的字符共有七个，第个是汉字，其余的为数字和字母，理想情况下，数字和字母是连通域，汉字也能利用它的位置和太小信息完成连通域的合并。大学本科生毕业设计论文字符的分割在汽车车牌自动识别过程中，字符分割对字符的识别具有承前启后的作用。它以前期车牌定位为基础，再进行字符的分割，然后再利用分割的结果进行字符识别。字符识别的算法很多，因为车牌字符间间隔较大，不会出现字符粘连情况，所以此处采用的方法为寻找连续有文字的块，若长度大于阈值，则认为该块有两个字符组成，需要分割。在分割之前首先对图像进行针对性的处理，即要对图像进行二值化处理，它的实质是将图像中的每个像素按照定规则进行分类，也就是将图像转化成只有个等级黑白的二值图像。字符分割可采用垂直投影法。由于字符块在垂直方向上的投影必然在字符间的间隙处取得局部最小值，因此字符的正确分割位置应该在上述最小值附近，并且这个位置应满足车牌的字符书写格式字符尺寸限制和其他些条件。垂直投影法处理过程是，对已切割出来的车牌在水平方向上从左至右检测各坐标的投影数值，检测到第个投影值部位的坐标可是为首字符的左边界，从该坐标向右检测到的第个投影值为的坐标可是为首字符的右边界，其余字符的边界坐标相同处理可得。图字符识别前的预处理图大学本科生毕业设计论文图字符的分割结果字符的识别车牌字符识别目前最常用的方法是基于模板匹配和神经网络的方法。模板匹配是种最经典最直接的模式识别方法，先对待识别字符进行二值化，并归化为模板的大小，最后选最佳的匹配作为分类结果。模板匹配方法的缺点是抗干扰能力差，识别能力低，任何有光光照字符清晰和大小的变化都会影响模板匹配的正确率。神经网络理论自世纪中叶提出以来，取得了系列的研究成果。近年来，随着非线性科学和计算机技术的发展，关于神经网络理论的研究进入个新的高潮。其应用已经渗透到各个领域，并且取得了巨大的进步。神经网络所具有的信息分布式存储大规模自适应并行处理以及高度的容错性等是它们用于模式识别的基础，特别是其具有学习能力和容错能力，对不确定模式识别具有独到之处。用神经网络进行字符识别，主要有两种方法。首先对待识别字符进行特征提取，然后用所获得的特征训练神经网络。这种网络的识别效果与字符特征的提取有关，而字符的特征提取往往耗时较长。充分利用神经网络的特点，直接把待处理图像输入网络，由网络自动实现特征提取直至识别。这种网络互联较多，待处理信息量较大。神经网络识别法具有抗噪声容错自学习能力强自适应好等优点融预处理和识别于体，识别速度非常快，因而受到研究者的青睐，应用在车辆牌照识别系统技术中。其识别原理图如下所示,嵌入对象无效。图神经网络识别原理图字符识别部分般分为预处理特征提取和神经网络构件组成，其中预处理就是试将原始数据中的无用信息删除，并对裁剪料制品的外表面。其结构特点随制品的结构和磨具加工方法而变化。制品外表面是由凹模成型的，凹模有组合式和整体式两种。整体式凹模由整块材料加工而成，特点是强度和刚度高。但由于结构比较复杂，加工也就相对困难些。组合式凹模与整体式凹模比较，有加工方便节省材料更换方便热处理方便等优点。仔细观察该制品的结构特点，制品外表面有凹凸孔，但该孔不深且不小，所以不需要另设小型芯来成型该孔，凹模结构就需采用整体式。凸模的结构设计凸模是装在动模里的镶件，用来成型塑料制品的内部结构。凸模也有整体式和组合式两种。因为制品的内表面结构较多较复杂，因此凸模采用镶拼组合式结构，将主型芯制成局部镶嵌式，在小型芯单独加工后在嵌入凸模，公差配合取。西华大学毕业设计说明书镶件的紧固本设计由于板用于装配内模镶件的孔不通，所以内模镶件通过螺钉紧固在动定模板上。螺钉规格为内六角圆柱头螺钉。图联接螺钉注塑模结构件的设计模架的设计模架的选用模架的选择需要综合考虑型腔和型芯的结构形式脱模的动作浇注系统形式等。设计过程中尽量使用标准件，选用标准模架。本设计中，模具采用了模四腔，采用测浇口，有斜顶机构，采用推杆推出。综合以上分析，查相关手册，选用龙记生产的大水口模架，模架型号规格为型，其中板为，板为，板为，板间距，垃圾钉高度，模架长宽为。动定模板开框尺寸的设计在动定模板上加工出用于装配内模镶件的凹坑，叫做开框。开框有通框和不通框两种。开框的长宽尺寸的确定长度和宽度的基本尺寸等于内模镶件的长度和宽度的基本尺寸，其公差配合取。西华大学毕业设计说明书开框的深度尺寸的确定本设计的分型面为曲面，因此动模板和定模板上开框的总深度内模镶件装配后的总高度。浇口套的设计浇口套是指连接模具与注塑机喷嘴且作为主流道用的那段金属件，俗称唧嘴。般浇口套会选择优质钢材加工并热处理。般会将浇口套固定在模板上以防止生产中浇口套转动或被带出。浇口套有定位和作为浇注系统的主流道作用。浇口套材料为，热处理要求淬火。本设计浇口套具体尺寸如图。图浇口套形式及尺寸模架中其他结构件的设计撑柱的设计由于从喷嘴出来的熔融塑料压力很大，如果后模太薄，时间久了就会变形，出的产品也就不合格，所以为了不让后模变形，通常需要用撑柱支撑后模。撑柱加在后模与模具底板之间，撑柱需用螺钉与底板固定。撑柱的位置撑柱的位置应设置在注塑压力在动模板上的集中处，撑柱最西华大学毕业设计说明书好是对称布置，注意撑柱尽量不要与其他零件发生干涉。本设计撑柱的直径为,固定撑柱的螺钉规格为。撑柱材料为钢。图撑柱定位圈为了保证模具浇口套与注塑机料筒喷嘴在同轴线，定位圈将模具初定位在注塑机上。并且浇口套也需要定位圈将其压紧在模具上。定位圈采用自制或外购标准件，本设计采用标准件，规格为。图定位圈图限位钉顶棍孔模具注塑结束，制品冷却定型后模具开模，注塑机上的顶棍通过加工模具底板上的顶棍孔推动底板将制品推出模具。顶棍孔直径取。限位钉西华大学毕业设计说明书限位钉又叫做垃圾钉，其作用是避免推杆数据进行平滑等处理。在众多环境中，特征提取神经网络构建就是整个识别的核心。特征提取必须能够反映整个字符的特征，神经网络的输入是字符的特征向量，输出结果是文本格式的字符信息。最直接的字符识别方法是模板匹配法，其原理是计算输入模式和样本间的相似性，大学本科生毕业设计论文取相似程度最大的作为输入模式类别种属。我国现有车牌由七个字符组成，车牌的标准格式为,其中为各省自治区和直辖市的简称，为字母，代表了车牌所属的市，为字母和阿拉伯数字的组合。根据我国车牌的特点，建立汉字数字和字母模板库，采用汉字库，采用字母库，采用数字库和字母库。最小欧式距离法是模板匹配法的基本算法，最小欧式距离法即对任意个原型，计算它与待匹配字符的欧式距离，，找到最小的，其对应的就是识别出的字符。二维图像的模板匹配算法具体操作如下,当,时当时式和是输入字符的自相关函数，且当时成立时会在,处出现主峰，在另外的标准字符处出现副峰，然后根据选用的函数对主峰和副峰进行鉴别，图像与模板匹配的函数为,其中,为互相关算子，为待检测信号，为待检测的子图，为模板。将待识别的字符和所有模板进行匹配，并用上述相似度式子来计算车牌字符与每个模板字符的匹配程度，最相似的就是匹配结果，从而判断并识别出待识别的结果。图数字字符库大学本科生毕业设计论文图字母库和部分汉字库本章小结本章通过图像预处理车牌定位以及分割字符分割和识别为最终的车牌识别做了充分的准备工作，其效果直接影响到最终提取车牌号码的效果。大学本科生毕业设计论文大学本科生毕业设计论文第四章设计结果与分析设计结果本次课程设计选用的车牌图片是湘，通过编程实现对图片的每步处理，最终获得的结果如下图所示图识别结果图设计分析车牌自动识别的效果主要取决于系统前期图像预处理是否得当。对边缘检测处理后的图像进行方向的像素点统计来确定车牌位置对分割出的车牌进步处理去掉细小的杂色点，留下白色的字符以及黑色的背景，这是字符分割前的关键步骤进行字符分割得到七个字符，再将字符归化处理，进行模板匹配。整个系统使用编程实现，可直接调用函数，不仅有效的缩短了实验时间还降低了变异的难度。大学本科生毕业设计论文大学本科生毕业设计论文第五章总结与展望总结本次设计通过在软件中编写程序并经过仔细的调试和反复研究从而解决了大部分的问题，基本完成了车牌自动识别功能，。在整个编写程序的过程中，主要以车牌处理的基本步骤为指导，处理过程中关键在于各个处理环节的有效衔接，不仅要灵活的将语言和语言的有效融合，还要求能熟练掌握的运行环境和操作界面，才能很好地实现整个系统的功能。本次毕业设计知识初涉车牌识别功能，并没有考虑在各种不同外界环境下的车牌识别的处理，因此还存在需要改进的地方。目前本车牌自动识别系统还有待改善的地方如下只实现了静止车牌的识别，对动态车牌识别没有研究。没有考虑外部环境对车牌造成的污染影,行方向合理区域,定位剪切后的彩色车牌图像,,,输入个定位