维普论文检测系统/IP PAPER CHECK SYSTEM17091419-闻睿-基于人工智能的车牌识别系统【原文对照报告-大学生版】报告编号：1c4e057cf7e83d7e检测时间：2021-04-2713：13：27检测字符数：25425作者姓名：闻睿所属单位：南京晓庄学院（教务处）全文总相似比复写率他引率自引率专业术语检测结论：14.54%14.54%0.0%0.0%0.0%其他指标：自写率：85.46%高频词：车牌，识别，处理，图像，进行典型相似文章：无指标说明：复写率：相似或疑似重复内容占全文的比重他引率：引用他人的部分占全文的比重自引率：引用自己已发表部分占全文的比重自写率：原创内容占全文的比重典型相似性：相似或疑似重复内容占全文总相似比超过30%专业术语：公式定理、法律条文、行业用语等占全文的比重总相似片段期刊：2博硕：29综合：0相似片段：81外文：0自建库：1互联网：49检测范围：中文科技期刊论文全文数据库中文主要报纸全文数据库中国专利特色数据库博士/硕士学位论文全文数据库中国主要会议论文特色数据库港澳台文献资源外文特色文献数据全库维普优先出版论文全文数据库互联网数据资源/互联网文档资源高校自建资源库图书资源古籍文献资源个人自建资源库年鉴资源IPUB原创作品时间范围：1989-01-01至2021-04-27维普论文检测系统VIP PAPER CHECK SYSTEM原文对照颜色标注说明：■自写片段■复写片段（相似或疑似重复）口引用片段（引用）■专业术语（公式定理、法律条文、行业用语等）分类号：学校代码：11460学号：17091419晓庄学院南京晓庄学院本科生毕业论文基于人工智能的车牌识别系统License Plate Recognition SystemBased on Artificial Intelligence所属学院：电子工程学院学生姓名：闻容指导教师：刘华职称：讲师研究起止日期：二。二。年十一月至二。二一年五月二。二一年五月学位论文独创性声明本人郑重声明：1.坚持以“求实、创新”的科学精神从事研究工作。2.本论文是我个人在导师指导下进行的研究工作和取得的研究成果。3.本论文中除引文外，所有实验、数据和有关材料均是真的。4.本论文中除引文和致谢的内容外，不包含其他人或其它机构已经发表或撰写过的研究成果。5.其他同志对本研究所做的贡献均已在论文中作了声明并表示谢意。作者签名：日期：2021年5月摘要本设计针对汽车车牌识别这一特定的应用环境，利用ANN与计算机视觉相结合的方法来解决字符识别问题。根据字符识别这一特定的应用场景，本文收集了专门的车牌样本集来训练字符识别模型，采用神经网络特征提取与匹配算法，通过Python.与OpenCV视觉库相结合，实现一个车牌识别的字符识别系统。经过实践检验，本设计所使用的方法在现实场景下对车牌进行识别检测，实验结果切实有效，基本能够达到对车牌检测及字符识别的要求。【关键字】字符识别，车牌识别，AN,SM,OpenCVAbstractThis design is aimed at the specific application environment of automobile license plate2维普论文检测系统VIP PAPER CHECK SYSTEMrecognition,and uses the method of combining ANN and computer vision to solve the problem ofcharacter recognition.According to the specific application scenario of character recognition,thispaper collects and designs a special sample set of license plate to train the character recognitionmodel.In this paper,the feature extraction and matching algorithm of neural network is used.Alicense plate recognition system is realized by combining Python with OpenCV visual library.Thealgorithm used in this paper is tested in the actual license plate character recognition environmentAfter practical tests,the method used in this design is used to identify and detect licenseplates in real scenarios.The experimental results are practical and effective,and can basicallymeet the requirements for license plate detection and character recognition.[Key words character recognition,license plate recognition,ANN,SVM,OpenCV目录目录I1绪论11.1课题背景和意义11.2研究现状11.3主要研究内容22基本原理32.1概述32.2机器学习方法32.2.1神经网络原理3庄学院（教务处）2.2.2SM(支持向量机)原理42.3图像处理方法52.3.1模糊处理原理52.3.2Sobe1算子原理62.3.3二值化处理原理62.3.4闭操作处理原理73系统总体方案设计83.1设计思路83.2设计内容84系统具体方案实现114.1车牌定位部分114.2SVM模型训练144.3字符识别部分174.4ANN模型训练194.5本章小结215调试与验证225.1软件和硬件平台225.2功能验证235.3结果展示245.4本章小结356总结与展望366.1总结366.2今后研究方向36参考文献38致谢40附录41程序主要部分413