车牌识别技术中字符切割新算法

先对切割下来的车牌进行水平扫描,确定车牌上文字在水平上的大致范围;然后再对确定水平范围后的车牌图像进行竖直扫描确定车牌上每个字符的大致宽度;最后把它们切割下来并进行归一化处理,为下一步车牌特征提取打下了基础。实验结果的数据表明该方法对车牌上字符的切割具有很好的效果。     

基于VC++的车牌图像预处理设计与实现

天气、背景或拍摄等因素会造成车牌图像模糊、光照不均等,严重影响了智能交通车牌识别。运用灰度化、二值化、边缘增强等方法对采集到的图像进行预处理,可提高识别率,满足智能交通需求。     

基于Matlab的数字图像处理教学

为了吸引学生研究兴趣,方便验证猜想,培养编程能力,我们根据数字图像处理课程的特点,提出一种基于Matlab的探究性教学方法,以运动模糊图像复原、图像边缘提取、多阈值图像分割三个案例,以相应的Matlab软件代码对仿真的结果进行了分析.仿真表明：Matlab可以快速实现且显示难以理解的教学案例,且开发效率高,程序简洁.Matlab是一种较好的提高教学效果的仿真工具,适用于数字教学的图像处理.     

基于颜色特征与模板匹配的车牌识别系统设计与实现

为实现对国内蓝底白字车牌的快速识别,提出一种基于颜色特征与模板匹配的车牌识别系统。通过分析长宽比、白色比例对车牌候选区域进行多次筛选以检测车牌位置,然后对车牌区域进行图像灰度化、倾斜校正、二值化、擦除反色与裁剪后,利用垂直投影分割出字符,最后通过比较字符图像与模板字符的相似度识别出字符。通过对400张不同颜色和背景条件下的车辆图像进行测试,系统处理时间为1.97s,识别正确率达到92%。     

一种基于边缘信息的车牌字符分割算法

提出了一种新型的基于边缘信息的车牌字符分割方法,首先对采集的彩色车牌进行灰度化,在去除噪声后,对车牌区域利用SUSAN算子进行边缘检测.通过垂直投影分割,确定字符区域的不同宽度,利用字符宽度的分类与区域前后文宽度的变化可降低误分割的概率.实验结果表明,采用该算法对车牌字符进行分割时,可显著提高分割的正确性.     

基于图像处理的钢管字符分割方法研究

钢管字符作为钢管的“身份证”号需清晰记录,但易受氧化、生锈等因素的影响,发生缺损或黏连。为解决受腐蚀字符以及黏连断裂字符的分割问题,设计一种改进的钢管字符分割算法。对原始图像进行二值化等预处理操作,利用黑白像素特点对图像进行修补填充,根据连通域的面积属性去除小噪声,将图像进行分类处理。通过最小二乘法对字符图像进行倾斜矫正,根据连通域边界外接框属性对字符部分进行定位,采用连通域提取法和上下轮廓分析法两种分割算法层层递进的方式完成分割任务。经验证,该方法可以较准确的分割出反光、模糊、断裂和黏连字符图像且明显优于传统方法。     

一种基于OpenCV的车牌识别方法

研究了一种基于OpenCV的车牌识别方法。在车牌定位阶段,提出一种综合边缘信息和颜色信息,并结合车牌几何特征定位方法,通过SVM机器学习实现车牌精确定位。在车牌字符分割阶段,通过设定像素跳变阈值去除边框,提出一种结合垂直投影法和字符特征的字符分割算法。在字符识别阶段,提出结合投影和网格的字符特征提取方法,并利用4个BP神经网络进行字符识别。实验表明,该方法定位率高,字符识别快速准确,具有较强的鲁棒性和实用性。     

最大类间方差二值化在车牌定位中的应用

根据车牌区域字符的纹理特征和统计规律,应用综合纹理分析和垂直投影的车牌定位方法来进行车牌定位。首先对图像进行灰度均衡,再在最大类间方差（OTSU）二值化的基础上,用边缘检测和投影法相结合实现车牌定位和分割。经实验证明利用这种方法定位准确率高,具有很强的可行性。     

基于Matlab的车牌识别技术的仿真

车牌识别系统包括五个核心部分,分别是图像采集、图像预处理、车牌定位、字符分割、字符识别。此系统的工作过程为:首先对车牌进行预处理,确定车牌水平位置和垂直位置,即车牌的具体位置;接下来经字符分割工作提取车牌字符;最后采用模板匹配的方法完成车牌字符的识别。Matlab仿真实验结果表明,本系统的车牌识别率可达96%。     

数字识别系统中的图像前期处理方案设计

本文讨论了印刷体阿拉伯数字识别系统的方案实现,本方案首先将彩色图像灰度化,平滑滤波后再将灰度图像二值化,同时分析了从二值图像中提取字符的算法,采用了改良的Hilditch的细线化算法进一步去除图像的冗余信息。     

一种基于灰度图像的汽车牌照预处理方法

车牌图像预处理作为车牌自动识别系统最基础的一个环节,其处理效果直接影响到车牌自动识别系统的识别效果．对车牌图像的灰度化、灰度图像增强、灰度图像二值化预处理技术进行研究,利用采集的原始车牌图像在MAIZAB环境下进行实验．实验结果表明,所采用的预处理方法具有良好的处理效果,为后续车牌的准确定位与识别奠定基础．     

车型图像分割方法的研究

图像分割无论是在图像处理方面, 还是在模式识别方面, 都是一个非常重要而且比较复杂的问题. 本文对一般的汽车车型图像分割方法进行了介绍, 对其中常用的方法进行了较为详细的分析和研究; 指出了目前车型图像分割技术中存在的一些迫切需要解决的问题, 并且提出了一般的解决思路和方案.     

浅析车牌识别技术

车牌识别技术作为智能交通的重要组成部分,在人们的生活中发挥着越来越重要的作用。车牌定位、字符分割、字符识别是车牌识别的三个重要组成部分,是车牌识别技术研究的重点,从这三个方面对车牌识别技术的发展和现状及车牌识别技术的应用进行了简要介绍。     

基于图像处理的工件检测

研究了基于图像处理的工件轮廓检测技术的流程及算法,通过图像滤波、图像增强、阈值分割、边缘检测、边缘定位和参数测量及拟合等一系列算法,可以测出被检测工件是否符合要求及其误差范围。     

基于数字图像处理的数显仪表数字识别

基于数字图像处理技术研究了数显仪表中的数字识别,首先对图像进行预处理和二值化,然后对图像连通域进行快速提取并标号,最后根据数字模板和区域结构特征对数字和小数点进行识别。实验结果表明,数显仪表中的数字能得到有效的识别。     

基于Matlab图像处理的水泥路面裂缝检测研究

以水泥混凝土路面的裂缝检测及特征提取为研究对象。利用Matlab的数字图像处理技术,对采集到的水泥路面裂缝图像进行了一系列处理,最终达到提取裂缝特征数据的目的。结果表明：对图像的灰度化、中值滤波、平滑、锐化分割以及形态学处理后,裂缝图像有明显去噪效果、平滑效果、边缘模糊影响最小,所用裂缝计算方法可以准确地得到线性裂缝的长度以及网状裂缝的面积。     

基于车牌识别+移动支付的高速公路收费系统设计与实现

为提高高速公路通行效率,在原有收费系统基础上提出基于“车牌识别+移动支付”的高速公路收费系统,无需额外安装设备即可实现不停车收费。系统核心技术为车牌识别与移动支付。车牌识别采用小波降噪技术对图像进行降噪处理,采用数学形态学方法进行车牌定位,采用垂直投影法进行字符分割,采用 ORC 算法进行字符识别|移动支付通过调用第三方支付平台（微信或支付宝）接口方式实现。对车牌图像进行降噪处理后,车牌识别正确率达到 96%,比未降噪处理提高 3%|与 ETC 收费车道相比,从该系统入口车道通行时间缩短7 秒,出口车道缩短 8 秒,试验结果表明该系统提高了高速公路通行效率。     

基于LabVIEW的车牌图像识别技术研究与应用

提出一种虚拟仪器与机器视觉相结合的汽车牌照识别方法。应用IMAQ Vision工具包,在LabVIEW平台上开发了车牌图像识别系统,并详细介绍了图像预处理、车牌定位、字符分割和字符识别的方法。实验结果表明,该方法是可行性的,能有效识别车牌和字符。     

牙颌组织CT图像处理技术研究

为了建立牙颌组织的三维有限元模型,必须取得牙颌组织的轮廓形态数据。本文提出了一种通过对牙颌组织的CT图像进行处理,从而取得牙颌组织的轮廓形态数据的方法。     

一种改进BP神经网络的车牌字符识别方法

文章提出了一种改进BP神经网络的车牌字符识别方法,进一步研究在干扰情况下的车牌识别问题,并采用系统化的方法,使用VC＋＋6．0设计并实现一个高效、鲁棒性好的车牌定位和识别系统。实验结果表明,提出的方法具有效率高、精确度好、对光照、旋转、噪声等具有良好的鲁棒性等特点．定位率和识别率可以达到90％以上。