本文开始介绍了深度学习的相关背景，以及车牌识别的国内外研究现状。然后介绍了深度学习的一些理论知识，最后介绍深度神经网络。

然后研究如何利用卷积神经网络实现车牌识别。本文首先要做的是利用openCV训练一个识别车牌的联级分类器。然后在一张有车牌的图片中标记并提取车牌。其次对标记的车牌进行分割。利用车牌分割图片的数据集，作为卷积神经网络的输入，利用深度学习框架TensorFlow进行训练。

最后用训练好的模型进行车牌识别，并进行改进，与先前实验做比对。

 

 

关键词：车牌识别，联级分类器，卷积神经网络，深度学习，TensorFlow

目  录

目  录

第一章 绪论

1.1 课题背景及意义

1.2 国内外研究现状

第二章 深度学习理论

2.1 人工神经网络理论

2.1.1 神经网络基础理论

2.1.2反向传播算法

2.1.3随机梯度下降法

2.2  深度神经网络理论

第三章  基于CNN的车牌识别

3.1  车牌提取

3.1.1  使用openCV训练分类器

3.1.2  车牌定位

3.2  车牌分割

3.3  CNN训练

3.3.1 构建CNN网络

3.3.2  执行训练

3.4  车牌识别

3.4.1  CNN训练结果

3.4.2  使用CNN训练模型对图片进行识别

第四章 实验与结果分析

4.1  训练分类器实验

4.2  车牌定位实验

4.3  车牌分割实验

4.4  CNN模型训练

4.5  车牌识别实验

第五章 结论

参考文献

致  谢