生物特征识别技术研究论文范文第1篇
财务报表是财务报告的主要部分, 不包括的有董事报告、管理分析及财务情况说明书等列进财务报告或者是年度报告的资料。在了解企业管理的最简单和最直接的方法是阅读其财务报表。只有在阅读财务报的表时候, 才可以真正地了解公司的财务状况和经营成果, 以此来识别复杂的投资信息, 这样才可以为你的投资打下一定的基础。财务报表是反映企业或预算单位在一定时期内的资本和利润的财务报表。虽说内部管理的人员是可以为了利益而编制虚假财务报表以此来获得市场信任而绕过实际情况的可能性是难以避免的。又因为现在大部分的财务报表是为了反映一些企业在某一个具体日期的财务状况的经营成果、现金流量等有会计信息的书面文件。所以由此可知财务报表为投资者和经营者提供有用的决策信息。而且财务报表又可以给予相关评价和改善企业的管理, 还可以为国家的经济管理机构进行宏观的调控和相关的管理。
二、有关财务报表结构的问题
在一些对公司的调查中, 事实上公司缺乏研发人员将会减缓了研发的速度。在现在由于缺乏相关知识和经验, 销售人员无法通过现场服务来掌握各种产品的需求动态反馈, 从而导致产品销量持续下降, 而产品成本则直线上升。在财务信息和财务报表系统中, 缺乏人才将会造成的连锁反应, 这将会难以确认和衡量。此外, 在目前的财务报表主要是基于历史数据提供财务信息。然而, 在信息社会的今天, 不确定性比以往更加突出, 报表无法及时跟踪和披露。这导致财务报表中相关的信息披露不足或者改善不充分。而且我们都知道一旦企业参与相关的交易就将需要面临着承受很大的风险, 从而这将会导致对企业的财务状况有着巨大影响。
三、财务报表结构的分析
财务报表分析是以财务报表为主要依据的, 所以要采用适当的科学评价标准和分析方法, 还需要遵循规范的分析程序, 有因为通过对企业的财务状况、经营成果和现金流量等重要指标的比较分析, 从而得出对企业的经营情况以及对其绩效做出正确地判断和预测。
(一) 所有者权益结构分析
所有者权益是企业投资者对净资产的所有权, 也是企业资本来源的重要组成部分。而它作为企业经营的推动力, 又随着企业生产经营的投入, 现在的所有者权益开始增加。当然, 资本增值率的价值指数将会解释了企业净资产的损益, 公司其资本的增加意味着公司盈利, 这才会使公司有一定的自积性。但是如果是为了支持公益项目而增加或减少所有者的权益, 以及因对资产重新评估而改变的所有者权益, 均不能被看作为经营者的表现。以此来比较公司的资产和股权结构, 我们也可以看出来公司的财务状况。又因为在不同的资本来源来自不同的特点, 只有维持合理的资产和资本结构才可以使公司相对以较低的成本获得资金, 但这亦可以保持着通过改变现金流量的数额和时间来分配资金的能力, 而且只有通过这样的处理突发事件和盈利机会, 才可以最大程度上保持着财务的灵活性。因此, 公司企业的财务能力越强, 投资者的投资才可能会越安全。
(二) 资产负债表结构分析
资产负债表结构包括资产结构、资本结构、股权结构和负债结构等多种类型, 其中企业资产结构和资本结构是最重要的。企业应该知道资产结构是指企业在一定时间内各种资产之间的配置关系。因此, 为了保持稳定的利润, 企业的资本必须在不同的资产项目下平均分配。资本结构亦是与企业各种资本的组成所组成的比例。在广义上, 资本结构是指一个企业的全部资本的构成。在狭义上, 资本结构仅指公司债务与所有者权益的比率。而在这时利润表就可以用于在财务报表的某一会计期间反映企业的业务结果。只有这样做, 我们才能知道企业在一定时期内的收入和支出, 才能判断企业的盈利和利润来源。该企业在财务分析过程中, 利润表就尤显得重要了, 想要真正地理解企业的盈利情况, 就可以看出以此为基础来预测未来的业务绩效是财务分析的关键。
(三) 现金流量表结构分析
现金流量表的结构分析是通过对现金流量表中不同项目的比较, 从而以企业现金流入和流出的来源和方向来分析情况, 和以此来评价不同现金流量的原因。现金流量表分为三种, 经营活动现金流量表、投资活动现金流量表和融资活动现金流量表。而这三种现金流入和流出有不同的含义, 对不同的会计信息的使用者带有着不同的影响。此外, 现金流入的结构分析是总结商业活动、投资活动和融资活动的现金流入, 然后以此来计算每个现金流入项目的金额与总流入金额的比率, 并用它来分析其结构和意义。现金流量结构分析是总结业务活动和融资活动的现金流量, 然后计算各现金流量与总流出额的比率, 再分析其结构和意义。以此来对现金流量结构进行分析, 可以看出这个企业资本的主要方向, 从而可以分析出企业未来的发展和现金流量波动的原因。
四、利润操纵的现状
利润操纵其实就是为了粉饰报表的行为而不是为了单个企业的行为。但是事实上现在的财务报表欺诈的行为却也是存在的, 就比如说一些企业会利用法律法规的漏洞来操纵利润, 而这样将会导致审计风险增加, 会扭曲财务报表传递的信息, 并很有可能误导财务报表用户。利润操纵是指会计按照财务系统的要求, 是为了能够完成年度利润计划, 这就需要管理部门发布更多的反映经营业绩。现在经营者业绩的考核往往是和企业的业绩挂钩的, 因为这样可以激励他们认真工作, 而且在激励机制中, 经营者往往是需要公司的认股权证, 因为为了追求行权收益的考虑, 经营者一般都会在行权期间把公司的利润提高, 从而使股价上涨。从广义上讲, 操纵利润是通过各种合法和非法手段操纵公开披露的信息, 并为某种动机规划交易活动, 以实现预期的会计利润。从狭义上说, 假设利润操纵或会计政策选择是在会计制度和规范允许的范围内进行的, 以规范企业收益行为, 即盈余管理或行为违反法律、法规, 将会以异常的方式调整公司利润。在国内中, 普遍会有一些企业存在着资金紧张的情况, 而他们又会为获得金融机构的信贷资金和商贸往来中的信用, 会想方设法使自己的企业一直维持着虚增利润现象, 以此来操纵利润。
五、利润操纵的特征和识别
(一) 企业操纵利润的财务特征
从损益表的数据中检查企业的盈利能力和经营成果。在一定时期内主营业务利润与主营业务的比率。而这个指标显示了公司主营业务的增长和公司主营业务的盈利能力。如果流动比率和速动比率越高, 则企业的短期偿债能力越强, 但流动比率越高, 表明流动资产占用了太多和速动比率也会过高, 这表明企业应收账款占用了太多。这个指标和应收账款所占流动资产的比例与企业利润的超额部分有关。而且所谓的超额利润抵扣, 是指从企业利润总额中扣除其他业务利润、补贴收益和营业外收入。企业应该特别是要注意投资收益、营业外的收益等一次性偶然收益。因此, 在与净资产利润率或总资产收益率相比, 所以在经营利润受到利润操纵的影响较小。而在操纵净收入的手段中, 最有效的方法则是通过投资收益来增加利润。而对于投资收益占总利润比重较大的企业来说, 应需要仔细分析投资收益的来源, 确定投资收益的持久性。
(二) 审查虚拟资产
虚拟资产项目由于其严重的不稳定性, 是在成为上市公司报表中最脆弱的部分, 所以他应引起投资者的特别关注。而且在分析报告中, 如果能够发现虚拟资产在总资产中所占比例太大, 或者变化太快, 这样则说明公司可能会利用虚拟资产进行利润操纵, 这其中就会包括虚拟资产在内的方法规划不大摊位, 这就要在说明中集中注意以此来确认虚拟资产和摊销政策, 在发现检查到虚拟资产的附属分类账的有摊销规模较大, 则可能为非正常摊销, 在这时则要及时做出正确的判断。
(三) 利用长期投资进行利润调整
现在会计准则的实施要求公司在每年年底按应收账款余额的一定比例提取坏账准备金, 并计入当期费用期间, 应收账款数额较大, 坏账准备金提取较多, 本期成本较高。如果年底的应收账款大幅度减少, 公司不仅不会继续为坏账提取准备金备抵, 而且上一年的准备金也可以注销本期的管理费用。上市公司为了减少经常项目的支出, 可以采取债务重组的形式, 将应收账款转换为企业的股权投资。只有这样可以在一方面年底应收账款总额大幅减少。因此, 在本期支出中提取的坏账准备金数额也将会减少。在另一方面中, 它将提高公司的应收款周转率, 这反映在经营和管理效率的提高上。而公司又可以用成本法对这部分投资进行核算, 以便在账面上分担投资企业的年度亏损。虽然投资收入数额与长期投资收入数额相比效率非常低, 但比作为坏账注销更有利。
(四) 建立健全审计制度, 确保外部审计的独立性
注册会计师可以为上市公司财务报表的财务报表的可信度审计和实施利润操纵的预防措施提供专业指导, 对于控制利润也将会有积极影响操纵利润。但是, 目前独立注册会计师执业有一定的担保制度不完善, 所以相关政府应该进一步完善注册会计师审计制度, 以此来确保其外部审计不受限制, 而具体措施如下:一是要进一步完善和完善注册会计师的用人制度和变更机制, 这样的话才能确保会计在从事相关财务工作时不受限制等因素, 还可以确保他的工作的独立性。然后, 审计费用可以由被审计单位来代替相关监管机构支付, 这样可以避免相关人员的权益受到上市人员的损害, 避免因此而使公司因利润操纵而没有合理的补偿。最后, 还需要进一步完善独立审计标准, 以此来强调注册会计师审计工作的独立性, 只有这样才能避免上市公司参与利润操纵。
六、研究利润操纵的重要性
利润作为一种重要的财务指标, 不仅是对外部投资者和信贷提供者进行投资和贷款决策的重要依据, 也将是内部管理决策和绩效考核的重要依据。然而通过对企业利润操纵方法的分析, 并且及时地提出相关的预防措施, 希望能给投资者带来更深入的了解和及时的防范, 以便可以保护自己的合法权益, 从而来促进企业的利益和社会的健康发展。为了识别企业利润操纵, 我们可以将财务报表提供的信息分为两类:第一类就是反映了那些对企业利润操纵的趋势。因为经过长时间的研究表明, 只有具有一定特点的公司才会容易操纵利润。例如, 只有为了保证较高的增长率的相对较小的公司往往进行利润操纵。当然了前景不佳的公司也是如此。第二类信息则就是在财务报表中与现金流量有关的各类应计科目, 因为其上市常常是通过虚增收入、续建成本等手段来利润操纵。而进行任何利润操纵的行为必会影响到财务报表的某些科目。这样, 它就为使用财务报表来确定公司利润操纵提供了条件。尽管可能每个企业采用的利润操纵手段可能千差万别, 但这些操纵手段均能在财务指标上反映出来, 所以只要发现财务指标异常的规律, 才能可以快速地判断企业是否有操纵利润的嫌疑, 从而来以此提高财务分析的效果。
七、结语
虽然现在有些企业利用法规政策的空白, 会做一些违反法规的事情, 或者是通过手段来对财务利润或获利而进行操纵来粉饰该企业财务报告的行为还在持续存在着。但是还是应该相信, 我们通过对利润操纵行为的识别一定会有效地降低上市公司的利润操纵行为, 从而提高会计信息质量和推动对企业健康稳定的发展。
摘要：财务报表应该是真实、完整、公允地反映企业的财务状况、经营成果和现金流量。而在现实中会由于各种的原因, 企业冒着违法违规的风险进行利润操作。从而财务报表利润操纵的现状分析企业粉饰报表的动机, 而在归纳部分常见的利润操纵的手段, 在最后提出如何识别防范利润操纵的方法。
关键词：财务报表,财务报表结构分析,利润操纵,特征和识别
参考文献
[1] 栾红莲.新企业会计准则下上市公司利润操纵的实证研究: (硕士学位论文) [D]..西南大学, 2008.
生物特征识别技术研究论文范文第2篇
1 说话人识别概述
说话人识别 (Speaker Recognitiong) , 又称声纹识别 (Voicprint Recognitiong) , 是由计算机利用语音波形中所包含的反应特定说话人生理、心理和行为特征的语音特征参数来自动识别说话人身份的技术。
2 说话人识别的基本原理
说话人识别的基本原理框图如图1所示。它由预处理、特征提取、模式匹配和识别判决等几大部分组成。一个说话人识别系统可分为两个阶段, 即训练 (注册) 阶段和识别 (验证) 阶段。在训练阶段, 每个用户分别说出若刚训练语句, 系统经过上述预处理和特征提取后对其进行分析, 并建立每个用户的模板或模型库。而在识别阶段, 把待识别说话人说出的语音信号中提取的特征参数, 与在训练过程中得到的参考参量集或模型模板加以比较, 并且根据一定的相似性准则进行判定。
3 说话人识别的特征选取
说话人识别的首要问题是需要从说话人的语音信号中提取能唯一表现说话人个性的基本特征。为找到合适的说话人识别特征参数, 研究人员做了大量的验证和研究, 得到了许多有意义的结论。一般可分为以下几类。
3.1 线性预测参数及其派生参数
线性预测系数 (LPC参数) 是语音信号处理中的一次飞跃, 以线性预测导出的各种参数, 如线性预测系数、自相关系数、反射系数、对数面积比、线性预测残差及其组合等参数, 作为识别特征, 可以得到较好的效果。主要原因是线性预测与声道参数模型是相符合的。
3.2 由语音频谱直接导出的参数
语音短时谱中包含有激励源和声道的特性, 因此可以反映说话人生理的差别。而短时谱随时间变化, 又在一定程度上反映了说话人的发音习惯, 因此, 由语音短时谱中导出的参数可以有效地用于说话人识别中。虽然基音具有很高的F比, 但容易被模仿, 且不稳定, 最好与其他参数组合使用。
3.3 混合参数
不同参数当其之间的相关性不大时, 它们分别反映了语音信号的不同特征, 因而可以将其组合以提高系统的性能。
4 说话人识别的基本方法
说话人识别的模式匹配的过程将待识别的特征模板或模型与训练时得到的模板或模型库作相似性匹配得到特征模式之间的相似性距离度量, 该过程可以通过以下几种模式匹配的方法来实现。
4.1 矢量量化方法 (V Q)
矢量量化最早是基于聚类分析的数据压缩编码技术。Helms首次将其用于说话人识别, 把每个人的特定文本编成码本, 识别时将测试文本按此码本进行编码, 以量化产生的失真度作为判决标准。Bell实验室的Rosenberg和Soong用VQ进行了孤立数字文本的说话人识别研究。这种方法的识别精度较高, 且判断速度快。
4.2 隐马尔可夫模型方法 (H MM)
隐马尔可夫模型是一种基于转移概率和传输概率的随机模型, 最早在CMU和IBM被用于语音识别。在使用HMM识别时, 为每个说话人建立发声模型, 通过训练得到状态转移概率矩阵和符号输出概率矩阵。识别时计算未知语音在状态转移过程中的最大概率, 根据最大概率对应的模型进行判决。HMM不需要时间规整, 可节约判决时的计算时间和存储量, 在目前被广泛应用。缺点是训练时计算量较大。
4.3 人工神经网络方法 (AN N)
人工神经网络在某种程度上模拟了生物的感知特性, 它是一种分布式并行处理结构的网络模型, 具有自组织和自学习能力、很强的复杂分类边界区分能力以及对不完全信息的鲁棒性, 其性能近似理想的分类器。其缺点是训练时间长, 动态时间规整能力弱, 网络规模随说话人数目增加时可能大到难以训练的程度。
把以上分类方法与不同特征进行有机组合可显著提高声纹识别的性能, 如NTT实验室的T.Matsui和S.Furui使用倒谱、差分倒谱、基音和差分基音, 采用VQ与HMM混和的方法得到99.3%的说话人确认率。
5 说话人识别的应用前景
与其他生物认证技术如指纹识别、掌形识别、虹膜识别等一样, 说话人识别有不会遗失、无须记忆和使用方便等优点。以其独特的优势, 说话人识别几乎可以应用到人们日常生活的各个角落。在银行、证券方面, 应用SR识别技术到电话银行、远程炒股等业务的用户身份确认, 可以与传统密码一起使用形成又保险, 大大提高安全性;在公安司法方面, 电话勒索等案件中通过SR识别可以在一段录音中查找出嫌疑人或缩小侦察范围;在保安和证件防伪方面, 如机场的门禁系统SR识别又可用于信用卡、银行自动取款机、门和车的钥匙卡、授权使用的电脑、声纹锁等等。
6 结语
说话人识别发展至今, 尽管已经取得了不错的进展, 要寻找更加优良的研究方法仍然有相当艰巨的路要走。因此, 说话人识别技术的发展依然面临较多的挑战需要人们在这方面进行长期坚持不懈的探索。
摘要：近年来, 随着科学技术日新月异的发展, 特别在生物识别技术领域中, 说话人识别技术更是以其独特的优势受到世人瞩目, 在生活中得到了广泛的应用。本文介绍了说话人识别的概念、原理及其识别方法, 指出了说话人识别技术的应用前景。
关键词：说话人识别,特征提取,模式匹配
参考文献
[1] 杨阳, 陈永明.声纹识别技术及其应用[J].电声技术, 2007 (2) .
[2] 赵力.语音信号处理[M].机械工业出版社, 2003.
生物特征识别技术研究论文范文第3篇
关键词：车牌识别 Java ME 数字图像处理
随着我国汽车行业跨越式发展，我国机动车总保有量达2.33亿辆，其中汽车1.14亿辆，摩托车1.03亿辆。全国机动车驾驶人达2.47亿人，其中汽车驾驶人1.86亿人。日益增长的机动车数量，对于交通及车辆管理带来了前所未有的挑战。交通问题已成为我国面临的重要难题之一，为了缓解经济发展给交通运输带来的压力，使现有资源发挥出最大的作用，我国政府加大了对智能交通系统的研究和建设力度。
车牌自动识别系统是智能交通管理系统的关键技术，其潜在市场应用价值极大，能产生巨大的社会效益和经济效益。主要应用如下。
一、电子收费系统中的应用
电子收费是未来公路、桥梁、停车场收费系统的基础应用系统，将承担巨大的公路和桥梁建设费用的回收工作。采用电子收费系统，不仅可以有效进行规范化管理，提高公路及桥梁的流通速度，而且从根本上杜绝了产生经济漏洞的可能性。车牌识别技术可以有效地缓解由于车辆激增造成的收费站拥堵的现象。
二、在观测站的应用
国内现有的观察站基本依靠人工观测，劳动强度大，无法及时判断车辆状态。车牌识别系统能够灵活识别被监控车辆，获取更多的现场信息，更好地为交通部门服务。
三、在安防领域的应用
随着汽车数量急剧上升，利用汽车犯罪和盗车案件也明显增多，车牌识别系统可以随时识别可疑车辆信息，大大提高案件侦破率。在政府机关、军队、机场和港口等部门等场所配置该技术，可以随时监控和记录车辆出入情况，对安全高效的现代化管理具有重要意义。
四、交通领域应用
交通监测点设置于城市的交通要塞位置，可全天候、自动、不间断、无遗漏地记录所有进出市区的车辆，自动识别车牌号码。车辆信息存入指挥中心数据库，随时可供查询，同时与“黑名单”库进行比对，一旦“黑名单”车辆通过，系统立即报警。利用该系统，公安机关可以快速地锁定车辆行踪。由于系统具备测量、记录车辆行驶速度的功能，还可以用于处罚超速违法行为。
由此可以看出车牌自动识别系统在城市交通管理中的作用非常重要，另一方面车牌自动识别系统所应用的场所具有信息位置分散性、发散性和信息承载多样性等特点。信息分散性是指交通路口、卡口分布在城市的各个位置，在地域上所采集信息具有分散性。信息发散性是指由于不同时间段通过交通路口或卡口的车辆数量、车辆类型、各种车辆之间的位置关系不同，采集的信息具有分时发散性。信息承载多样性是指通过摄像机采集交通路口或卡口的信息包含了车辆类型、车辆本身大小、颜色等性质、车辆是否违反交通法规等多种信息。
车牌自动识别系统在发展初期，主要采用将系统模块放在后端即服务器端，前端设备只作信息采集这种方式对服务器的资源占用及运行带来了压力，而且前端设备安装位置固定。这就大大降低了车牌识别系统灵活性和使用范围，因此目前业界多倾向于将各类采集环节的识别与应用功能放在前端。随着智能手机不断发展，3G网络技术的日趋完善，Java ME技术不断更新都为手机作为ITS的前端信息采集与分析提供了可能。
我们从智能手机的硬件结构入手，分析硬件组成结构与硬件性能，讨论以手机作为平台，实现车牌识别的可能。典型智能手机硬件结构如图1所示。
■
图1 典型智能手机结构
主处理器运行操作系统，负责协调整个手机系统的资源。我们以车牌图像识别为例分析典型手机操作系统工作过程。首先我们使用摄像头采集车辆图像，摄像机控制器通过与主处理器之间的串行总线将图像送入SDRAM随机存储器，手机处理器调取车牌识别应用程序对图像进行处理，处理得到的车牌文本信息显示在手机屏幕LCD上。目前智能手机硬件发展较快，处理器采用双核1.2G，SDRAM同步动态随机存储器1G，摄像头一般为500万像素，智能手机在工作过程、数据处理、硬件配置等方面与微型计算机已经非常的接近，使用手机实现车牌识别在硬件上有了充分保证。
软件开发方面JavaME是基于智能手机最理想的开发平台，它具有以下几个特点：
安全性：Java舍弃了C++的指针对存储器地址的直接操作，当程序运行时，内存由操作系统分配，这样可以避免病毒通过指针入侵系统。JavaME可以开发出从网络上下载的无线应用程序和网络中其他设备交互应用，在传输一些重要的信息时，MIDP2.0提供的无线包可以很好解决安全性的问题。
面向对象：JavaME使用Java语言进行开发，而Java吸取了C++面向对象的概念，将数据封装于类中，利用类的优点实现了程序的简洁性和便于维护性。
图形图像界面和多媒体功能：JavaME提供了丰富的用户界面和事件处理功能，同时提供了良好的游戏，视频以及音效开发类。
在数字图形处理技术方面，经典数字图像处理技术已经成熟，我们可以使用经典数字图像处理技术对图片进行图像变换、图像预处理、边缘检测、形态学处理、车牌矫正与定位、字符分割与识别算法分析，利用MATLAB图像处理工具箱，对车牌识别算法进行仿真。在此基础上，使用Java ME技术和Eclipse开发工具，参照算法思想，编写灰度处理、图像均衡、垂直边缘检测、二值化、图像膨胀、车牌定位、字符分割、字符识别等类，可以实现基于手机平台的车辆牌照自动识别应用程序，从而实现车牌识别系统的可移动性。
通过以上对智能手机硬件与软件的分析可以说明，利用智能手机使用JavaME技术实现手机上的车牌识别是可行的，它可以扩展当前车牌管理系统中移动性差、无线传输不稳定等缺点，实现广域范围的车辆信息识别。手机车牌识别属于无源信息采集，这种系统不需要设备购置及大量资金，从而提高了经济效益。由于采用了先进的计算机应用技术，所以可提高识别速度，根本上解决了实时性问题，为解决日益增加的交通管理问题，具有重要的意义和广泛的推广价值。
(责编 张宇)
生物特征识别技术研究论文范文第4篇
关键词：计量器具管理;自动识别技术;RFID
现代计量随着科学技术的高速发展，计量器具广泛应用于工业，农业，交通，安全，医疗等各个行业。计量的准确度、精确度都有了质的提升，而计量部门计量器具管理的发展却没有跟上计量器具发展的脚步，绝大多数还是传统的手工登记模式或简单的电脑登记模式，建立一个以自动识别技术为基础的计量器具管理系统已经成为提升计量器具管理能力和效率的必经之路。
1、计量检定部门工作流程分析
计量技术机构业务管理部门一般通过收发室登记建立企业送检计量器具档案，来记录计量器具的检定情况。传统的计量器具管理工作模式要求操作人员对所有单据、证书、通知书进行手工填写，重复、枯燥的工作不但效率很低，而且容易出错。要提高其工作效率急需一款合适的自动识别技术，作为计量器具管理系统的一部分来替代人工的信息重复登录、识别、查询和检索，大大提高工作效率和管理水平。
2、自动识别技术简介
自动识别技术是将数据自动采集和识读，并自动输入计算机的重要方法和手段。近十年来，科技的发展，技术成本的降低使得自动识别技术在全球范围内得到了迅猛发展，初步形成了一个涵盖条码识别技术、磁识别技术、图像识别技术以及射频识别技术等集计算机、光、电、通信和网络技术为一体的高科技识别技术。
自动识别技术根据识别对象的特征可以分成两大类，即数据采集技术和特征提取技术。这两大类自动识别技术的基本功能都是完成特色的自动识别和数据采集。
3、几种常见的自动识别技术
3.1 条码技术
条码技术是指把计算机所需的数据用一种条形码(即一个“条”表示数字“1”，二个“条”表示数字“2”以此类推)来表示，然后将条形码数据转换成计算机可以自动阅读的数据。
3.2 光学字符识别技术
光学字符识别(Optical Character Recogni tion，OCR)技术，已经有30多年的历史，是指对文本资料进行扫描，然后对图像文件进行分析处理，获取文字及版面信息的过程。近几年又出现了图像字符识别(ImageCharacter Recogniton，ICR)技术和智能字符识别(Image CharacterRecogniton，ICR)技术，这3种自动识别技术的基本原理大致相同。
3.3 卡识别技术
常用的卡识别技术有两种，即磁条卡技术(磁存储器识别技术)和Ic卡技术(电存储器技术)。
磁条卡技术应用了物理学和磁力学的基本原理。磁条就是一层薄薄的由定向排列的铁性氧化粒子组成的材料(也称为涂料)，用树脂粘合在一起并粘在纸或者塑料这样的非磁性基材上。
IC又称集成电路卡，它是在大小和普通信用卡相同的塑料卡片上嵌置一个或多个集成电路构成的。IC卡成本比磁卡高，但安全性能更好，存储量更大，逐渐在各个领域替代了磁条卡。
3.4 射频识别技术
射频识别(RFID)和IC卡系统紧密相关。和智能卡类似，数据被存储在一个电子数据承载设备——应答器(Transponder)中。但是和智能卡不同的是，数据承载设备和阅读器之间的电源供应和数据传输不是基本于接触的电源方式，而是基于磁场或电磁场的方式。基于这种非接触方式，RFID系统和其他识别系统相比有很多优点，因此，近年来RFID系统开始大规模地占领市场。RFID技术适用的领域包括物流、交通、仓储、工业生产等要求非接触数据采集和交换的领域。由于RFID电子标签具有可读写能力，因此该技术对于需要频繁改变数据和存储内容的场合尤为适用。
同其他识别技术相比较，RFID技术具有以下优势：
1)因为具有非接触性特点，完成识别工作一般无需人工干预，基本上能够实现自动化。2)数据存储量很大，根据需要可传输除识别信息外的被识别物的身份信息、运行状态等。3)信息阅读、处理速度快，在某些应用场合甚至可以达到微秒级。4)可靠性、保密性高，未经允许几乎不能复制与修改数据。5)识别距离远，被识别物数据载体与阅读器之间的最远距离可以达到数十米。6)具有很强的环境适应性而且抗干扰能力强，可在全天候下使用，几乎不受设备所处环境的影响，同时因为具有非接触性，还避免了机械磨损。7)系统简单、操作方便快捷。
4、RFID在计量器具管理系统中的应用
在计量器具管理系统中使用RFID技术，将计量基本信息写入电子标签，粘贴到计量器具上，利用标签读写设备识别电子标签从而识别计量器具，进而获取该计量器具的信息，达到快速、动态管理计量器具的目的。射频识别技术(RFID)通过无线射频方式进行非接触双向数据通信对目标加以识别，与传统的识别方式相比，RFID技术无需直接接触、无需光学可视、无需人工干预即可完成信息的输入和处理，且操作方便快捷。此应用的开展将极大地提高计量检测和管理部门的工作效率，具有极高的应用价值。
近年来，很多计量部门采用条形码标签进行计量器具管理，给计量器具一个标签编号，即计量器具的唯一性编号，用激光扫描采集标签编号，并根据标签编号来获取管理系统中该计量器具的数据信息。这样做确实比手工查询提高了效率，减少了一些重复操作。但是，条形码信息容量低，数据信息一旦形成，无法更改。而RFID在计量器具管理中的应用将计量器具基本信息数据采集的准确性、高效性和信息量又提到了一个新高度。射频识别(RFID)的数据存储信息容量比条形码大很多，信息内容更加详细，计量器具电子标签的可以记录属性数据包括计量器具名称、型号规格、出厂编号、购置日期、测量范围、准确度等级、制造单位、溯源结果、检测日期、送检单位、溯源有效性、使用部门、保管人、使用状态、以及历次检定记录信息等等。电子标签大存储量所包含的设备完整信息，使得计量器具在日常使用和管理中，数据更加真实、准确可靠。
射频识别(RFID)技术在计量器具管理系统中的运用，是一种突破性创新：首先它可以快速识别每一件计量器具，识别速率高，错误率低;其次它采用无线电射频的非接触方式，直接读取计量器具信息数据，操作简单方便;第三它可以随时根据计量器具的使用变化写入新的信息，快捷方便;最后其储存的信息量非常大，适合计量器具长期的管理和信息的记录。
5、结束语
以射频识别技术(RFID)为核心的计量器具管理系统，具有着传统管理方式所无法比拟的优点。如能在计量系统推广使用对计量检定和计量器具的管理具有很高的实用性。
生物特征识别技术研究论文范文第5篇
编者按：光学字符识别（OCR），是将图像中的文字识别为可编辑的文字的技术。OCR技术极大地推动了纸质书籍数字化的进程，使得浩如烟海的存量书籍转化为数字版本成为可能，是数字化图书馆建立过程中当之无愧的最大功臣。当OCR技术插上人工智能的翅膀，更是将应用拓展到很多行业，如场景文字识别、手写识别、车牌识别、证件识别、汽车VIN码识别、发票识别、智能交通……使相应领域的工作方式和效率得到了前所未有的革新。因此，我们将分两期探讨光学字符识别（OCR）的发展以及使用。
OCR（Optical Character Recognition，光学字符识别）是指电子设备（如扫描仪或数码相机）检查字符，通过检测暗、亮的模式确定其形状，然后用字符识别方法将形状翻译成计算机文字的过程，即采用光学的方式将纸质文档中的文字转换成为黑白点阵的图像文件，并通过识别软件将图像中的文字转换成文本格式，供文字处理软件进一步编辑加工的技术。传统的OCR技术已经发展了几十年，如今在人工智能（AI）的推动下，OCR技术又焕发出了新的活力。
● 汉字OCR发展沿革
我国使用汉字的历史源远流长，汉字的识别远比数字、西文要棘手，主要体现在以下三个方面。
1.数量庞大
和10个数字、26个英文字母相比较，汉字的数量可以说是一个天文数字。1994年出版的《中华字海》收录了87019个汉字，目前计算机上最全的字库，收录了91251个汉字。国标GB2312-80字符集有6763个汉字，其中一级汉字3755个，使用频度已经覆盖99.7%的使用范围，二级汉字3008个，两级汉字总使用频度达到了99.99%。所以，目前主要解决一级汉字的识别。即使这样，汉字识别也属于大类别数的模式识别问题。
2.结构复杂
汉字的结构性很强。汉字可以看作是部件的组合，称之为偏旁、部首或字根，是笔画的有意义的组合。笔画和部首的排列组合，构成了结构异常复杂的汉字。
3.相似字多
很多汉字之间差别很小，有些仅表现为某一个笔画位置或形态的微小变化。这些汉字即使由人来识别也容易出错，机器识别的难度可想而知。
正是由于这些原因，汉字的识别一直落后于西文。国际上最早展开对汉字识别的研究是在1966年，BIM公司发表了第一篇关于印刷体汉字识别的论文，利用简单的模板匹配法，能够识别1000个印刷体汉字。
1977年东芝综合研究所研制出可以识别2000个单体印刷汉字的识别系统;20世纪80年代初期，日本武藏野电气研究所研制出可以识别2300个多体汉字的印刷体汉字识别系统，识别率达到99.88%，识别速度大于100字/秒。
我国对汉字识别的研究主要分为三个阶段：①探索阶段（1979—1985年）。我国对汉字的识别研究是从20世纪90年代开始的，研制出了模拟识别软件和系统，发表了一些论文成果，为汉字的识别打下了坚实的基础。②研制阶段（1986—1988年）。这三年是汉字识别技术研究的高潮期，总共有11个单位进行了14次印刷体汉字识别的成果鉴定，识别率高达99.5%以上，识别速度达到10～14字/秒。由于印刷体文字形状发生了變化，软件的适应性和抗干扰性比较差，实际上识别率是比较差的，还达不到实用的效果。③实用阶段（1989年至今）。国家高技术研究发展计划（863计划）、国家重点科技攻关计划、国家自然科学基金和军事基础研究基金都对印刷体汉字识别这一研究课题给予了极大的重视和大力的支持。目前，印刷体汉字识别和联机手写汉字识别走向实用化，其技术水平和当前世界最高水平并驾齐驱。清华大学电子工程系研制由清华紫光集团推出的TH-OCR、汉王集团推出的汉王OCR、尚书OCR，是我国印刷体汉字识别领域的翘楚。
2016年，阿尔法狗与世界冠军李世石在围棋领域的惊世骇俗的一战，极大地推动了人工智能研究的热潮，以深度学习、卷积神经网络技术为代表的人工智能思想，在各个领域都得到了研究和应用。OCR技术在人工智能的推动下，进入了一个新的发展阶段。和传统OCR聚焦在印刷体汉字识别上不同，人工智能助推下的OCR对手写体的识别更上一层楼，在各种不同复杂背景环境下的文字识别也进入实用阶段。iOS15刚刚推出的图片识别文字（Live Text）功能，就是苹果公司人工智能研究的成果。我国互联网科技公司也扎堆人工智能跑道，百度、搜狗、腾讯、有道等都推出了OCR接口，可供我们使用或软件调用。可以预见，类似Live Text功能的软件将很快普及，各种复杂环境下的文字识别（场景文字识别）将不断提高识别率和识别速度，达到好用、易用的目的。
● 传统汉字OCR原理
目前现存大量传统汉字OCR软件的技术线路如下图所示。
1.文件管理
通过扫描仪、手机、相机等仪器采集需要识别的文字图片。
2.图像增强
图像增强即是对图像的成像进行修正，特别是手机、相机拍摄的图片，如果不进行修正，将极大地影响文字识别率。处理过程包括灰度化、二值化、几何变换（透视、扭曲、旋转等）、畸变校正、图像增强和光线校正、图像平滑、行字切分等。
（1）灰度化
我们得到的文字图片大多是彩色的，无疑会有很多干扰信息，对文字识别很不利。通过灰度化处理，将原本由三维描述的像素点映射为一维描述的像素点，可以排除多余的干扰。
（2）二值化
所谓二值化，就是把灰度值图像信号转化为只有黑和白的二值图像信号，将汉字从图像中分离出来。通常先确定像素的阈值，然后用像素的值和阈值比较，确定这个像素点为1或0。如果阈值太小，保留的信息过多，许多无用信息就会干扰以后的处理;如果阈值太大，则会丢失正常的信息，最终使得文字信息不完整，无法准确识别。
（3）行字切分
传统OCR主要采用模式匹配来进行汉字识别，所以要将图像中的文字首先切分成行（列），再将单个汉字抠出来，以和模式库中的文字进行比对。
3.汉字识别
汉字识别的关键是建立一个科学的特征库，通过图像预处理后，提取出汉字的特征，再和特征库进行比对，匹配上就完成了汉字的识别。汉字有哪些特征可供提取呢？
（1）结构特征
结构特征包括抽取笔画法和松弛匹配法。抽取笔画法是利用汉字的结构信息来进行汉字的联机识别;松弛匹配法是基于全局特征的匹配方法，抽取边界线段，将这些边界线段组成临近线段表，然后用松弛匹配操作，完成边与边的匹配。
（2）统计特征
①特征点：主要是利用字符点阵中一些有代表性的黑点、白点作为特征来区分不同的字符。特征点包括笔画骨架线的端点、折点、歧点和交点。这个方法能压缩特征库的容量，识别的适应性强、直观性好。
②笔段特征：汉字笔画由笔段组成，笔段可以看作是一定方向、长度和宽度的矩形段。利用笔段之间的关系组成特征对汉字进行识别，对多体汉字的识别效果较好。
当然，汉字的多样性和图像的不同特点决定了在汉字识别过程中，提取特征要根据实际情况来选择或者组合几个特征，以达到更好的效果。
4.编辑
目前的OCR都无法达到百分之百正确识别，通常识别完以后，都要提供一些方法对文字进行编辑修改。一般OCR软件都会提供对照修改或自动修改功能。对照修改就是观察识别错误的文字，将光标定位到错误处，界面会同时显示对应的图像位置，从而根据图像来修改文字。自动修改则是基于语义理解，结合上下文信息进行校正。语义理解是人工智能领域一个亟待突破的难点，目前的自动修改还只能作为一个参考来使用。
通过编辑的文字最终可以导出到文本文件（TXT）或RTF文档中。如果只需要文字进行排版，可以导出到文本文件中，如果想保留更多的格式信息，则RTF文档是一个不错的选择，从而可以在Word等软件中进一步编辑。
● PC机实用OCR软件指南
传统汉字OCR软件，大多是收费软件，或者随扫描仪随机提供。其中清华文通TH-OCR、汉王PDF OCR是国产扫描仪自带得最多的OCR软件。需要注意的是，对传统汉字OCR技术的研究从20世纪80年代末开始已经非常成熟，文字识别率已经非常高，所以，这些软件已经长期没有得到更新，但不影响它的实用性。在国际上声誉最高的是ABBYY FineReader，它是一款功能最强大的OCR软件，能将纸质文档、扫描件和PDF精确转换为Word、Excel。在处理PDF文档时，与数字方式生成的PDF文档相同，使用内嵌的OCR功能，可以无差别处理包含扫描件在内的任何PDF文档。它可以在同一工作流程中对各种文档进行数字化检索、编辑、保护，共享和协作变得更加容易，已经超出了普通OCR软件的范畴。
随着人工智能技术在OCR领域的普及，深度学习使得OCR从传统的印刷体光学字符识别走向了场景文字识别。一些开源小软件通过调用互联网大公司提供的接口提供OCR服务，能非常方便地解决某些领域的难题。
1.汉王PDF OCR
汉王集团除了OCR搭上了人工智能的快车，在手写识别、自然语言识别、人脸及生物特征识别等方面也得到了很大的发展。OCR方面，除了印刷体字符识别外，还在手写体字符识别、自然场景拍照识别、公式字符识别、复杂表格识别、卡片识别、票据识别等方面具有一定的优势。
如果我们需要把大量纸质文件数字化，汉王PDF OCR还是非常快捷方便的。
①输入：点击“文件”菜单，可以直接打开图像文件，或者选择联机的扫描仪扫描纸质文件。
②图像增强：如果扫描或拍照的文件有倾斜现象，可以在“编辑”菜单的“自动倾斜校正”中进行校正。如果效果不理想，“编辑”菜单下还提供“手工倾斜校正”。因为软件多年没有更新，图像增强方面提供的功能非常有限，特别是手机拍照产生的畸变无法校正，是这款软件的遗憾。
③版面分析：在“识别”菜单下有“版面分析”功能（快捷键F5），对图像中的文字进行切片。如果识别有错误，可以手工拖动红框进行修改。如果版面比较复杂，可以点击选中相应的板块，在“识别-修改栏属性”中设置相应的栏目为图像、表格、横排、竖排，为接下来的文字识别提供更好的识别率。
④文字识别：单击菜单“识别-开始识别”（快捷键F8），就会在中间栏显示识别结果，速度很快。
⑤文字编辑：在识别结果中，系统判定可能有错误的文字会用红色显示。点击识别错误的地方，相应文字的上面一行会用黄色显示扫描的这一行文字以作为对照，同时图像也会自动定位到相应的位置，并用红框框出正在修改的文字，以供修改时参考。同时，文本栏上方还会对光标所在文字提供修改意见，如果有正确的字，单击鼠标可以将文本修改过来，非常方便、直观。
⑥输出：点击“输出-到指定格式文件”，有TXT、RTF、HTML、XLS四种格式可以选。如果要保留原来的排版，输出成RTF格式，然后就可以用Word打开，继续完成排版工作。比较遗憾的是，虽然版式能大体保留下来，但每一行文字会作为一个段落。可以选中一个自然段，通过Word的“替换”功能（组合键Ctrl+H），在“查找内容”输入“^p”（或在下面的“特殊格式”中选中“段落标记”，会自动输入“^p”），让“替换为”留空，单击“全部替换”，就会把本段中多余的换行去掉。
汉王PDF OCR虽然较长时间没有更新，但还是能满足大量扫描文件识别的要求，如教材的数字化等。同时，软件还提供直接打开PDF文件，并能直接将文字化的PDF转化为RTF文件的功能，除了每行后会有一个段落标记外基本上能比较完美地复原PDF文档的版式。
2.天若OCR
天若OCR是一款开源软件，它本身并不具备OCR功能，而是通过调用各大OCR公司提供的接口来进行文字识别。因为要调用网络上提供的接口才能识别文字，所以它必须联网才能工作。它的最大用处是将计算机屏幕上能显示的文字识别出来，而不管这些文字是真正的文字（如各种网文、文库）还是图片、PDF文档，只要屏幕上能显示，都可以将其变为可编辑的文字。
天若OCR软件非常简洁，启动后只有一个浮动工具栏和一个类似空白记事本的界面。按“F4”键（或单击浮动工具栏的“T”），鼠标变成一个“十”字，右下将放大鼠标所在位置的图像。按下鼠标左键，拖动鼠标选中需要识别的文字，松开鼠标以后，识别结果就出现在主界面中，可以进一步修改。最后点击“docx”按钮，就能将文字导出到一个Word文档中，印刷体的识别率几乎达到百分之百。和汉王等传统OCR软件相比，天若能准确进行段落识别，再也不会在每行后面多出一个段落标记。它的缺点是对排版格式保留得不是很好，不适合于纸质文档数字化。
有了这款软件，我们可以解决几个主要问题：
①复制某些不方便复制的文档。我们在网上找到某些有用的文字时，经常被限制复制，需要注册会员、VIP等。有了这款软件，可以轻松完成复制文字任务。
②PDF转文字。微软Office 2013以后的版本都支持编辑PDF，可很多计算机还停留在Office 2007甚至Office 2003的版本。通過这款软件，不管是文字还是图片格式的PDF文档，都可以轻松转换成可编辑文本。
③图片文字识别。这个是OCR软件的基本功能，可以直接打开图片进行识别。
④表格、公式、竖排文本等复杂文本识别。复杂文本识别需调用收费接口或专用接口，需要下载天若专业版，收费使用。
随着人工智能技术的发展，深度学习和神经网络的研究与各行各业的结合，OCR也插上了飞翔的翅膀。从传统的汉字识别，到现在的图文混排和多语种混排的版面分析、版面理解和版面恢复，复杂场景下文字的识别等，都得到了极大的发展。多种多样专用识别系统的出现，标志着印刷体汉字识别技术的应用领域得到了广阔的扩展。
生物特征识别技术研究论文范文第6篇
1 数字图像处理的相关理论知识
数字图像处理就是运用计算机技术, 来处理由图像转来的数字信号, 来满足人们对其信息的需求。数字图像技术最早起源于20世纪20年代初, 至今为止已经八十几年了, 这期间随着计算机技术和信息技术的飞速发展, 特别是网络技术的高速发展, 数字图像凭借其传输速度快、可远程服务、使用工具简单以及信息量非常丰富等优势已经成为人们获取信息的重要源泉。而数字图像处理凭借其处理内容丰富、处理精度高以及可处理复杂的非线性运算等优点更加促进了其自身在各个领域中的发展。
一般来说, 数字图像处理系统大致可以分为输入部分的图像数字化设备、用作处理的计算机设备以及输出的图像显示设备等三个部分。而一个较为完整的图像处理工作周期主要包括图像信息的获取、图像信息的存储、图像信息的传输、图像信息的处理以及图像信息的输出和显示等五个时期。
2 基于数字图像处理的车牌识别技术的原理
大多数情况下, 基于数字图像处理的车牌识别过程可以分为五个部分, 分别是图像预处理、车牌区域定位、车牌校正、车牌分割以及车牌识别等, 以下对这五个过程进行一一分析。
2.1 图像预处理
之所以要进行图像预处理, 是因为在整个的车牌识别系统中, 采集进来的图像是真彩图, 还有其他因素的影响, 例如采集环境因素、硬件设备等原因, 图像比较模糊, 其背景和噪声会严重影响字符的准确分割和识别, 经过图像预处理后, 可以大大提高图像质量。
2.2 车牌区域定位
对经过预处理后的车牌的二值图片运用形态学进行滤波, 使得车牌区域能够形成一个连通区域, 然后以车牌的先验知识为依据筛选所得到的连通区域, 进而获得车牌区域的准确位置, 最后完成从图片中提取车牌的任务。
2.3 车牌校正
由于摄像头与车身之间存在着一定的角度, 使得得到的车牌图片呈非水平形态。但是为了能够顺利地对车牌进行分割和识别, 必须对车牌的角度进行校正, 通常情况下是使用Radon变换来完成车牌的校正。
2.4 车牌分割
车牌分割的过程首先对车牌图片进行水平方向的投影, 去除水平边框, 然后再进行垂直方向的投影。通过分析车牌投影可以得知, 投影中最大值峰所对应的是车牌中的第二个字符和第三个字符之间的间隔, 第二大峰中心距离对应的是车牌字符的宽度, 以此类推就可以对车牌进行分割。
2.5 车牌识别和显示
字符识别的方法有很多种, 一般来讲模板匹配方法是应用最广泛的。在进行识别的过程中, 要先建立标准字库, 然后将分割所得到的字符进行分类, 将分类后的字符与标准字库中的字符进行比较, 最后以误差最小的字符作为结果显示出来。
3 车牌识别技术在实际应用中的问题
3.1 破旧车牌识别难度较大
车牌经过长时间的使用, 不可避免会出现磨损现象, 再加上路面上行驶的车辆不可能都是标准干净的车牌。所以, 在实际的车辆监控中, 如何提高破旧车牌的车牌识别系统的识别能力是实际生活中急需解决的问题。
3.2 摄像机技术有待进一步提高
在道路监控中, 由于摄像机收到环境因素的影响比较大, 并且长期在室外, 因此车牌识别系统中的摄像机不仅要求清晰度高, 还要求适应性强。例如省道、国道以及县道对车辆行驶速度要求不同, 这就要求摄像机的快门速度设计有所不同, 不仅要方便使用者安装调试, 还要求快门速度设定更加精准, 以满足不同使用场所的要求。另外, 在北方冬天的雨雪或大雾天气, 就会严重影响监控摄像机的清晰度, 针对这种情况, 不少厂家在摄像机上设计了透雾功能, 针对有雾的图片进行独特的处理, 实时调整图像的动态曲线范围, 提供更为清晰的监控画面。
3.3 由高清晰所产生的其他问题
现在, 智能交通系统已经从过去的标清系统逐渐被现在的高清系统所取代, 因为高清系统的优势不言而喻, 但是高清晰的图片也会产生其他问题。高清图片的图片覆盖范围广, 可能会产生在同一图片中同时出现多个车牌的识别问题。更重要的是, 高清产生过大的数据量, 不仅占据过多的资源, 并且使得计算机的处理速度过慢, 这样就难以实现高清视频流识别, 这些都是由高清晰所产生的问题。
综上所述, 基于数字图像处理的车牌识别技术的核心是车牌定位和字符识别技术, 它在交通管理系统等方面已经得到越来越广泛的运用。虽然这种技术也日趋成熟, 但是车牌识别技术毕竟要以实战为重心, 针对车牌识别技术在应用方面存在的问题, 只有通过业内专业人士不断的努力, 以追求更高的车牌识别正确率为己任, 我坚信, 运用数字图像处理的车牌识别技术将得到空前的发展, 为我国日益繁忙的交通做出更大的贡献。
摘要：随着我国经济的日益增长, 人们生活节奏的加快, 汽车的数量也变得越来越多, 随之人们对交通控制以及安全管理的要求也日益提高。现在, 交通管理正朝着智能交通系统的方向发展, 车牌识别系统作为智能交通系统的一个重要组成部分, 已经在城市交通中占据中非常重要的作用。车牌识别系统在不影响汽车状态的情况下, 利用计算机自动完成车牌的识别, 从而大大简化了交通管理工作。目前解决车辆牌照识别技术主要有车牌定位技术、车牌校正技术、图像处理技术、车牌分割技术等, 本文主要研究基于数字图像处理的车牌识别技术, 本文首先介绍了数字图像处理的定义和车牌识别技术的原理, 最后分析了车牌识别技术在实际应用中的相关问题。
关键词：数字图像处理,车牌识别,智能,模式识别
参考文献
[1] 刘阳, 尹铁源, 葛震, 等.数字图像处理应用于车辆牌照识别的研究[J].辽宁大学学报 (自然科学版) , 2004 (1) .
[2] 李文举.智能交通中图像处理技术应用的研究[D].大连海事大学, 2005.
[3] 胡永杰, 郭书军.车辆牌照自动识别系统的研究[A].2007通信理论与技术新发展——第十二届全国青年通信学术会议论文集 (上册) [C], 2007.
[4] 石晓瑛, 许智榜.车牌自动识别系统设计与实现[J].华东交通大学学报, 2009.