Обратный звонок
Вам перезвонят
Ваше имя
Телефон для обратной связи
E-mail
Краткое описание Вашего вопроса

Распознавание номерных знаков с помощью нейросетей, дипломная работа по прикладной информатике

Артикул: 20288

Не подходит работа?Оцените стоимость написания нужной!

Распознавание номерных знаков с помощью нейросетей, дипломная работа по прикладной информатике

Получите бесплатно демо-версию
Демо-версия - дипломная работа, в котрой удалена часть текста, рисунков, таблиц.Посмотреть все услуги
дипломной работы на электронную почту.
Введите адрес электронной почты и нажмите "Отправить":

Заказать демо-версию:
Отправляя эту форму, я принимаю условия конфиденциальности.
Скачать план работы в формате PDF
Краткое FAQ:
1. Как быстро мне вышлют работу? - В течение 5 минут после оплаты;
2. Можно ли заказать услуги (презентацию, доклад, повышение оригинальности) отдельно? - да, можно.
3. Будет ли инструкция по установке программы? - Да, обязательно будет.
4. Как повышается оригинальность? -Ручной перепиской текста с неоригинальными фрагментами.
5. Как быстро повышают оригинальность? - В течение суток после заказа услуги.
6. Сколько страниц в работе? - Количество страниц работы указано в ее плане.
7. Можно проверить оригинальность работы перед покупкой? - Да, конечно, напишите нам на admin@diplom-it.ru или в любой мессенджер +7-987-915-99-32 с указанием нужной работы.

Работа подготовлена и защищена в 2020 году.

Актуальность работы связана с тем, что системы распознавания образов и компьютерного зрения все чаще и чаще используются при автоматическом распознавании номеров автотранспорта.

Проблема идентификации автомобиля по регистрационному номерному знаку является важным аспектом контроля и обеспечения безопасности дорожного движения. Продукты, способные решать данную задачу, востребованы в самых различных сферах. Примером могут служить автотранспортные предприятия, автомобильные стоянки, гаражные кооперативы, коттеджные поселки, заправочные станции, пункты контроля въезда на территорию объекта и т.п.

Распознавание государственных регистрационных знаков является нетривиальной задачей из области технического зрения и искусственного интеллекта. Используемые алгоритмы локализации номерного знака и его распознавания, как правило, являются коммерческой тайной и, естественно, не публикуются. Лишь немногие компании называют их типы и публикуют последовательность действий

Системы технического зрения (СТЗ) сейчас становятся одним из основных средств развития АСУ движением в условиях, когда объём априорных данных не достаточен и для реализации задач управления нужен анализ внешней обстановки в онлайн режиме. СТЗ используются в новейших космических, наземных, подводных и надводных мобильных объектах. Хорошая дальность действия и широкий спектр пространственного и цветового разрешения сегодняшних линейных и матричных приемников оптического излучения СТЗ служат отличными источниками данных при автоматическом выполнении задач навигации, наведения или распознавания.

Важно также отметить некоторые технические трудности внедрения зрительного информационного канала в центр управления мобильными объектами. Сложности связаны с проблемами преобразования зрительных данных в данные результатов слежения, навигации или выявления параметров движения этих объектов в онлайн режиме.

Минимизация времени конвертации зрительных сигналов при большой скорости движения мобильных объектов очень сложна в реализации, и является единственным препятствием для повсеместного применения СТЗ. Сложности также связаны с синтезом алгоритмов необходимых преобразований. Нет универсального алгоритма решения задач зрительного слежения, распознавания, навигации и наведения при стандартном движении аппарата или объекта зрительного слежения. Для любой задачи СТЗ и в конкретной ситуации фотометрических и траекторных условий необходим лишь определенный алгоритм, причём даже незначительное изменение указанной зрительной сцены часто требует смены применяемого алгоритма исследования фотометрического сигнала. Это ведет к необходимости поддержания алгоритмической полноты и структурной устойчивости проведения задач технического зрения на различных фотометрических ситуациях и траекториях передвижения.

Сложная ситуация алгоритмического обеспечения СТЗ складывается и с конструктивными просчетами их технической реализации — нехватке динамических диапазонов свето- и цветопередачи, дискретностью фотоприёмников, астигматизмом канала наблюдения, погрешностями калибровочных характеристик и привязок к времени потока видеоданных. Поэтому зачастую полезность алгоритма гибнет под ударами искажений и шумов. Борьба с помехами в видеоданных становится основной алгоритмической задачей в процессе применения зрительной обратной связи в центр управления. Такой подход требует серьезного развития математических методов и алгоритмов зрительных преобразований в рамках реализации конкретных задач управления передвижными объектами.

Объектом исследования выпускной квалификационной работы является методы и способы распознавания изображений.

Предметом исследования является программная реализация методов распознавания изображений.

При написании выпускной квалификационной работы использовались научные труды следующих авторов: Кашкин В.Б. [18], Монич Ю.И. [26], Пересада В. П. [28].

Целью работы является распознавание номерных знаков с помощью нейросетей.

Основными задачами работы являются:

1. Анализ структуры изображения в цифровом виде;

2. Анализ методов и алгоритмов распознавания номеров автотранспорта;

3. Разработка алгоритмов работы программы;

4. Разработка структуры программного обеспечения;

5. Тестирование программного обеспечения.

Задача распознавания автомобильных номеров часто решается в сложных условиях эксплуатации - при различных погодных условиях, освещении, загрязнении номерных знаков. Решение данной задачи требуется в таких приложениях, как управление автомобильным трафиком, автоматическая обработка дорожных аварий, автоматическая парковка.

Зашумление и наклон номерного знака являются серьёзными проблемами, возникающими при разработке подобных систем. В данной работе решение задачи происходит путём распознавания символов под наклоном, что позволяет избежать дополнительных искажений при приведении номера в горизонтальное положение. В работе рассматриваются алгоритмы, связанные с предобработкой, сегментацией и распознаванием номера.

Не подходит работа? Оцените стоимость написания нужной!

ВНИМАНИЕ!!! Мы не занимаемся незаконными видами деятельности и НЕ предоставляем своим клиентам аттестаты, дипломы и прочие документы об образовании.Мы действуем в рамках российского законодательства, оказывая методическую помощь в написании учебных работ согласно Ваших требований и в соответствии с нашими условиями сотрудничества.