基于车牌识别的机器视觉课程研究.doc

基于车牌识别的机器视觉课程研究.doc基于车牌识别的机器视觉课程研究【论文摘要】本文提出了一种基于车牌识别的机器视觉应用本科课程研究项目, 该项目的目的是通过检测和识别视频序列中的汽车车牌来学习机器视觉这门课, 从而提高应用电子信息类本科毕业生的应用能力, 改善电子信息类毕业生的就业状态。此外, 本文还详细介绍了课程的内容,时间计划表和如何评价学生的成绩。【关键词】车牌识别;机器视觉;研究 0 引言机器视觉是应用本科电子信息类的一门重要选修课,该课程涉及图像处理、计算机视觉、信号处理、模式识别和人工智能等多个领域内容。机器视觉从二维信息处理的角度研究了信息的认知、表征、处理的方法和理论,涉及的理论抽象、复杂且算法众多[1] 。传统的教学方法, 教师只是对照教材按部就班讲解教材中的内容, 学生只是被动学习, 没有实践的内容, 而且所学内容比较杂乱, 不能灵活应用所学的方法去解决实际的一些问题, 因此该种教学方法严重束缚了学生学习主动性, 制约学生的各种能力的发展, 与现代社会人才培养模式极不符合,为此,急需一种新的教学模式。项目驱动教学法是一种适应新形势下教学模式,该模式与传统的教学模式相反,从教师为中心转到学生为中心, 通过项目激发学生的学习兴趣, 做到了“做中学”[2-4] 。项目驱动教学法虽然将教转到学, 但其忽略了教师的教和项目的整体。为了弥补项目驱动教学中的一些不足, 本文有效结合教师的导和项目的整体, 提出了一个基于项目为核心的机器视觉应用本科课程项目。在课程中, 教师可以有效引导学生主动学习图像处理、图像描述和分类学习理论的基础知识和基本技能, 培养学生灵活运用相关知识解决实际问题的能力。由于机器视觉这门课程设在电子信息类大四的第一学期, 这学期的学生有一个很大的特点, 就是面临着找工作, 急需要一些实践经验, 为了提高学生的就业能力, 需要选择一个有效的项目提升就业能力。项目选择既要考虑项目的难度, 又要考虑课程所涉及的具体内容, 本文从这两方面提出了基于现实中视频序列中车牌识别来进行项目开发, 这个项目难度中等, 涉及到内容主要有图像处理、模式识别的内容,这些内容是解决车牌检测和识别系统的关键。 1 车牌识别项目车牌识别在智能交通中地位越来越突出,在港口,停车场、车辆监管方面得到了广泛的应用,涉及到了多门学科的内容,主要包括图像处理、模式识别、计算机视觉河应用数学等。车牌识别主要包含以下几个模块: 车牌采集、车牌定位、车牌分割和车牌识别模模块, 在每个模块中涉及到了许多相关的理论[5-6] , 如图 1 所示。本项目正好满足该门课程的相关内容, 项目从教教学计划,每周的工作及成绩评估进行分析。 教学计划经过为期 8 周的项目学习,可以完整地完成一个项目的开发,学到机器视觉的相关理论知识和技能。代写硕士论文整个项目主要包含 3个2 个小时理论讲座和每周的 1 个小时的讨论会议, 完成给定的项目的开发。项目开发一般有四个阶段: 理论学习阶段, 数据采集和预处理阶段、数据处理阶段和完善项目阶段。理论学习阶段主要是学习项目所需的理论知识和开发所要注意的内容;数据采集和预处理阶段主要是采集所需数据,完成一些数值预处理;数据处理阶段就是按照要求处理数据,完善项目阶段就是要求学生按照要求完善项目开发。这几个阶段按照时间不同分布于不同的周次完成。第1 周到 2 周是理论学习阶段,