没有合适的资源?快使用搜索试试~ 我知道了~
资源推荐
资源详情
资源评论
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![doc](https://img-home.csdnimg.cn/images/20210720083327.png)
![application/msword](https://img-home.csdnimg.cn/images/20210720083327.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![7z](https://img-home.csdnimg.cn/images/20210720083312.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![](https://csdnimg.cn/release/download_crawler_static/87657788/bg1.jpg)
目录
基于单片机的智能车牌识别系统设计 ...............................2
第一章 绪论 ....................................................3
1.1 课题研究背景及意义 ......................................3
1.2 国内外研究现状 ..........................................4
1.3 论文主要研究内容 ........................................4
第二章 相关概念及基础知识 ......................................5
2.1 神经网络基础知识 ........................................5
2.2 卷积神经网络 ............................................5
2.2.1 卷积层 .............................................6
2.2.2 池化层 .............................................6
2.2.3 全连接层 ...........................................7
2.2.4 激活函数 ...........................................7
第三章 车牌检测方法 ............................................9
3.1 图像预处理 .................................................9
3.1.1 图像去噪 ...........................................9
3.1.2 灰度化 ............................................10
3.1.3 边缘检测 ..........................................10
3.2 车牌定位算法 ............................................11
3.2.1 数据准备 ..........................................11
第四章 基于 YOLOv5 的车牌识别算法研究 ..........................13
![](https://csdnimg.cn/release/download_crawler_static/87657788/bg2.jpg)
4.1 基于 YOLOv5 卷积网络介绍 ...............................13
4.1.1 网络结构 ..........................................13
4.1.2 CSP 结构 ...........................................15
4.1.3 损失函数 ...........................................16
4.2 基于 YOLOv5 的车牌识别算法 ..............................18
4.3 实验结果分析 ...........................................18
4.3.1 实验环境 ...........................................18
4.3.2 实验结果分析 .......................................18
第 5 章 硬件设计 ...............................................19
5.1 硬件设备的选择 ............................................19
5.1.1 STM32 单片机概述 ...................................19
5.1.2 嵌入式 stm32 系统 ..................................20
致谢 ..........................................................21
基于单片机的智能车牌识别系统设计
[摘 要]随着现代科技的不断发展,我国智能交通系统也趋于智能化。车牌作为车的标志,是
智能交通系统的重要组成部分。由于自然环境复杂、车牌颜色种类较多和车牌组成的字符复杂等因
素的影响,识别准确度低。基于这些问题,本文研究并实现智能车牌识别系统,系统由车牌定位、车
牌分割、字符识别三个模块组成。通过目标检测算法完成车牌识别中需要先定位车牌区域,再对车
牌图像进行处理和分析。完成车牌图像的预处理以及车牌定位和车牌分割,对于计算机来说各种字
![](https://csdnimg.cn/release/download_crawler_static/87657788/bg3.jpg)
符都是一样的,所以采用 yolov5 模型对车牌的字符搭建神经网络结构分类器进行训练,再用卷积神
经网络中 Pytorch 框架对预处理后的车牌进行特征提取、车牌字符的识别。最后进行代码优化,对
车牌字符进行后处理,如字符纠错、字符排列等操作,以提高识别准确率。在整体设计方面利用 STM32
嵌入式芯片搭建车辆识别嵌入式系统外围电路的设计与原理,并且将软件训练好的 CNN 神经网络部
署到嵌入式平台中,实时进行车牌识别。最后通过试验得到了识别结果。通过学习和研究卷积神经网
络结构,加入适当的训练算法,使其可以完成车牌字符识别任务,提高车牌识别在不同场景下识别
的准确率。
[关键词]:单片机;车牌识别;卷积神经网络; YOLOv5 算法
第一章 绪论
1.1 课题研究背景及意义
随着现代科技的不断发展,社会已经进入了现代科技信息化时代,自动处理信息的
能力不断提高并且在不同的领域广泛应用。人们将图像信息的自动检测,自动识别技术
运用到生活的各个方面,使得人们的生活更加便利。车牌识别技术随着科技的发展也越
来越成熟,但在车辆日益增长的现在,出行便利的同时也存在着一系列问题,如交通拥
挤、车辆违章停靠、停车位满足不了车主的需求等。交通系统仍然存在着很大的压力,
实现交通管理信息化是重中之重的任务。而车牌作为车辆的标志,是智能交通系统的重
要组成部分。
在车牌识别中,对车牌进行特征提取是关键技术。由于受到设备和自然场景的约束,
车牌识别技术要求能适应户外全天候的工作环境,同时需要能处理各种实际场景中车牌
图像,包括模糊、污损、倾斜等等情况,我国的车牌复杂由英文字母和阿拉伯数字和汉
字组成。在技术识别方面的难度大。国外的车牌颜色相对规范,而我国的车牌颜色种类
较多。这给智能化的车牌识别系统带来了不小的挑战。传统的车牌识别技术对固定场景
下的车牌识别表现较好,但对于复杂环境情况下的识别准确率较低。目前还未出现各国
通用的车牌识别技术
[2]
。如何准确快速的提取目标车辆的有效特征信息是技术的难点,
这制约着交通智能化、信息化的发展。
机器学习在近年来不断的发展,尤其是在计算机越来越强大,数据越来越多的条件
![](https://csdnimg.cn/release/download_crawler_static/87657788/bg4.jpg)
下,深度学习的提出后,在图像领域表现突出,包括人脸识别、物体识别、自动驾驶等,
为此我们将卷积神经网络应用到车牌识别中,看能否改善目前的现状,并提出了一种新
的车牌识别系统
[3]
。研究卷积神经网络在智能车牌识别系统的实用价值。
1.2 国内外研究现状
智能车牌识别系统在国外的开发和研究时间比较早,在上世纪 70 年代,国外的研
究人员纷纷开始对车牌号码的识别进行研究。随着图像处理即使和车牌检测技术的不断
进步,智能车牌识别系统得到了较快的发展,最初的研究是在一些特定的场景下,用传
统的图像处理方式来搭建系统。随着科技的发展,智能车牌识别技术相关的研究者越来
越多,提出来大量有关车牌检测的算法。2006 年 Geoffrey Hinton 首次提出深度学习
网络的概念,随着深度学习的快速发展,深度学习的广泛研究极大地促进了人工智能的
发展。深度学习在计算机视觉、数据挖掘等多个领域都有很好的研究成果,使得多项技
术任务有了突破性的进展
[5]
。
国外的车牌识别系统经过长时间的研究,从开始简单的图像处理技术发展到多种技
术相结合。随着现代科学技术的发展,计算机运算能力增强,人工智能的广泛应用,智
能车牌识别技术的发展已经形成了完整的体系。
国内对于智能车牌识别系统的研发比国外落后,由于我国的车牌样式与国外的车牌
样式有较大差异,对于国外车牌识别系统的技术研究不能直接应用到国内,只能进行技
术上的借鉴和参考。文献[]提出了通过高斯与中值滤波进行图像的预处理,提高在传统
算法中光线暗的处理图像的能力,相较于传统的 Sobel 算子,利用 Mallat 小波变换提
取图像边缘更加的完整。文献[]利用传统的形态学处理方法对车牌图像进行定位。文献
[]采用在自然交通场景下进行车牌检测的深度学习模型 YOLOv3 目标检测网络,在卷积
神经网络上扩展多尺度检测的深度,增强了对小目标车牌的定位检测精度。使用深度学
习对车牌的特征进行提取训练,车牌识别的速度和准确率明显提高。
1.3 论文主要研究内容
本文主要设计了基于单片机的智能车牌识别系统,智能车牌识别的硬件电路控制系
统使用的控制器是 STM-32 型单片机。用摄像头拍摄到车牌后把图像传给单片机,此控
制器件通过显示屏显示出具体的车牌号。通过 Open CV 库完成车牌图像的预处理以及车
牌定位和车牌分割。采用 TensorFlow 模块对车牌的字符搭建神经网络结构分类器进行
![](https://csdnimg.cn/release/download_crawler_static/87657788/bg5.jpg)
训练,再用卷积神经网络 YOLOv3 模型对预处理后的车牌进行特征提取、车牌字符的识
别。最后进行代码优化,对车牌字符进行后处理,如字符纠错、字符排列等操作,以提
高识别准确率。通过 Python 语言程序编辑模型的训练和移植。本设计系统运用嵌入式方
式把摄像头采集到的信号送入单片机进行处理,处理后的数据运用液晶屏显示,由于目
前嵌入式系统发展比较成熟,摄像头采集的模拟数据经过 A/D 转换后送入单片机。完成
系统的搭建并分析和测试系统的性能。
第二章 相关概念及基础知识
2.1 神经网络基础知识
神经网络是在现代神经科学研究成果的基础上提出的一种运算模型。神经网络的基
本结构是由多个神经元(节点)组成的层级结构,每一层都会接收前一层输出的信息并
进行一定的处理,最终输出结果。在训练过程中,神经网络会不断调整各层之间的权重
和偏置,使得模型能够更准确地预测输出结果。近年来随着计算机性能的提高和数据量
的爆炸式增长,神经网络开始在许多领域得到广泛应用。其中包括计算机视觉、语音识
别、自然语言处理等领域。例如,神经网络可以通过对数以万计的图像进行训练,来实
现对图像内容的自动分类、检测等功能。人工神经网络特有的非线性适应性信息处理能
力,人工神经网络与其它传统方法相结合,将推动人工智能和信息技术处理不断地发展。
在神经网络发展的过程中,卷积神经网络成为深度学习领域的研究热点,卷积神经
网络的优势在于它可以自动地从输入数据中提取特征,并且可以处理高维度的数据,如
图像、视频、音频等。此外,由于卷积神经网络中的卷积操作具有平移不变性,因此它
对于输入的数据的局部变换和平移具有很好的鲁棒性,可以处理不同尺度、不同角度和
不同光照条件的输入数据。卷积神经网络(CNN)特别适合处理图像和视频等数据。组
成卷积神经网络的主要组件有卷积层、池化层、全连接层。在下一节将对组成卷积神经
网络的各个部分分别进行介绍。
2.2 卷积神经网络
卷积神经网络(CNN) 是深度学习的代表算法之一,它的核心思想是通过卷积操作学
习输入数据的特征表示,从而实现对输入数据的分类、识别、分割等任务。卷积神经网
络通过局部感受野、权重共享和降采样三种策略,降低了网络模型的复杂度,同时对于
剩余21页未读,继续阅读
资源评论
![avatar-default](https://csdnimg.cn/release/downloadcmsfe/public/img/lazyLogo2.1882d7f4.png)
![avatar](https://profile-avatar.csdnimg.cn/22f4a3f013914034b0eed4d11644fb5d_babyai996.jpg!1)
babyai997
- 粉丝: 754
- 资源: 170
上传资源 快速赚钱
我的内容管理 展开
我的资源 快来上传第一个资源
我的收益
登录查看自己的收益我的积分 登录查看自己的积分
我的C币 登录后查看C币余额
我的收藏
我的下载
下载帮助
![voice](https://csdnimg.cn/release/downloadcmsfe/public/img/voice.245cc511.png)
![center-task](https://csdnimg.cn/release/downloadcmsfe/public/img/center-task.c2eda91a.png)
安全验证
文档复制为VIP权益,开通VIP直接复制
![dialog-icon](https://csdnimg.cn/release/downloadcmsfe/public/img/green-success.6a4acb44.png)