摘 要
图像识别应用领域十分广泛，从家居生活到工业用途，图像识别无处不在。车牌图像识别智能交通中非常重要的一环，优化车牌识别算法，提高车牌车别效率成为当今智能交通领域的热点研究课题。卷积神经网路在图像识别领域的应用十分广泛并且表现非常优异，可以很好的解决大量数据训练优化问题。
本文利用经典卷积神经网络构建图像识别算法模型，利用11层
卷积
神经网络完成对车牌字符检索。由于实现车牌识别所需图片数据过大，通过代码实现自动生成车牌图片，并对图像数据集进行预处理。利用Keras和Tensorflow来构建滤波器，并选择了Dro
基于CNN的车牌识别研究-15496字.docx