人工智能学院2022届学生毕业综合实践优秀作品

作品名称：《基于深度学习的车牌识别系统的设计与实现》

作    者：胡振才、吴家旺

专    业：大数据技术与应用

班    级：大数据1901

指导教师：蔡顺达（工程师）

作品特点：

该作品贴合大数据专业技术，应用深度学习技术实现车牌识别系统，具有很好的识别率、鲁棒性和准确率。

作品说明：

1. 课题来源 ：新技术应用项目

车牌识别系统是现代智能交通系统的重要组成部分，广泛应用于高速公路、停车场、路口等场景。随着大数据、人工智能的不断发展，车牌识别在数据处理、自适应学习以及特殊场景训练等方面都有较大程度提升，具有更强的容错性和鲁棒性。本课题通过车牌的自动识别与跟踪，能有效降低车辆自动化管理的成本，规范车辆不规范行为，为社会稳定与居民便捷生活提供坚实保障。

2. 作品功能 

该系统具备车牌图片获取、车牌定位、车牌字符分割、车牌信息识别、可视化操作等功能。能全面地识别车牌信息，包括颜色、字符、汉字和数字。

3. 设计方法或设计思路

车牌识别系统的设计思路采用图像处理的基本方法

具体步骤如下：

1) 上传图片：用户可以上传图片或外接摄像头进行图像上传

2) 车牌定位：定位车牌在图片中的位置；

3) 车牌字符分割：分割车牌中的字符；

4) 车牌识别：对字符进行分割识别，最后组成车牌号码，识别颜色。

5) 识别结果：实现系统界面，对识别结果进行展示。

成果展示：

整体流程：系统用户上传图片或经由外接摄像头捕获车辆图片，经过车牌识别系统，对图片进行车牌定位、车牌分割、车牌内容识别等加工处理得到车牌信息，并经由车牌识别系统前端页面进行组织展示，如图1所示。

图1  车牌识别系统图

车牌定位是整个系统实现的基础，系统通过对原始图片进行包括高斯模糊处理、灰度化、二值化等等的图片处理操作，如图2所示，最终定位车牌轮廓，并进行提取。

图2  车牌定位过程

车牌分割是系统识别车牌信息的重点，系统通过对已经定位的车牌进行提取，并进行旋转校正、灰度处理、二值化处理并最终进行字符分割得到车牌识别的基本素材。具体过程如图3所示。

图3 车牌字符分割过程

指导教师点评：

本课题由胡振才和吴家旺两位学生在毕业设计期间完成。该作品基于新技术应用，将深度学习算法进行工程化应用。利用深度学习算法对数据集进行训练、建模并验证，最终获得一个比较满意的模型。并对系统进行工程化思考，将训练模型结合程序设计，实现车牌识别系统，并将识别结果进行可视化展示。是一个典型的深度学习算法从理论到应用的案例作品。整个流程的完成让学生对大数据前沿技术获得了很好的锻炼。

针对学生目前的基础，对深度学习算法应用尚可，但原理掌握的还不够扎实和全面，应用还不够熟练，阅读算法代码还比较吃力，同时系统的训练集相对较小，车牌识别准确率还有提升空间。建议学生可以以点带面学习，通过此次毕业设计内容进行外延式学习，了解深度学习的基本原理，同时多动手多思考，逐步提高学生对新技术的综合运用能力。