一种改进的神经网络算法车牌识别算法研究

针对当前车辆识别算法,由于传统的特征提取车牌识别方法,直接通过图像的灰度特征进行车牌识别,当外界光线不足时,图像灰度特征不明显而不能准确识别相似字符,造成车牌误识别的问题.提出了一种改进的神经网络算法的车牌识别系统.通过建立汉字网络、字母数字网络找出相似字符之间的差异进行识别,实验表明,这种识别算法实现简单,识别准确率高.     

基于Opencv的车牌识别研究与分析

通过OpenCV机器视觉库技术与Python开发平台对车牌识别进行了研究与分析,该车牌识别系统主要由图像预处理、车牌定位、字符分割与识别等部分组成,实验表明该系统具有良好的识别效果。     

一种基于VC++的智能车牌识别系统

一个典型的车牌识别系统一般由车牌图像预处理、车牌定位、车牌字符分割和识别等几部分组成。本文提出了一种基于VC++的车牌自动识别系统,对其中的关键技术进行了详细的说明。实验表明,该系统可以有效对汽车牌照进行定位与识别,具有一定的实际应用价值。     

基于2D Gabor滤波器和LBP的车牌识别研究

本文提出一种基于2DGabor滤波器和LBP的车牌识别方法,与基于2DGabor滤波器的方法相比,该方法降低了图像维数,识别时间短,识别精度高。首先利用2DGabor滤波器对归一化后的图像进行低通滤波,然后使用LBP提取车牌纹理特征,最后用支持向量机作为分类器。在课题组自建的车牌库上进行实验,取得了94.3%的识别率和每张图像0.291s的识别时间,说明该方法基本满足实际需要。     

基于DSP的车牌识别系统

本文将TMS320C54XX作为核心器件用于车牌自动识别系统中,完成车牌图像的采集、数字图像的处理、提取车牌信息并针对提取的特征对字符进行识别。首先分析了车牌识别系统实现的背景。接着对车牌识别过程中所涉及的边缘检测、字符分割、大小归一化等一系列数字图象处理技术进行进一步的详细分析。最后选取最适合的网格特征提取法,以此为基础进行模扳匹配,最终识别出车牌号码。本文采用DSP作为核心处理器来完成识别过程的算法。     

基于小波变换的车牌图像融合技术研究

车牌识别系统在对车牌进行识别时,由于捕获到的车牌受到天气、光照等复杂因素的影响,车牌图像不是很清晰,为使系统能够准确的完成车牌识别,车牌图像增强的研究就显得至关重要。它提出了一种利用平滑滤波器、中值滤波器和Roberts边缘检测算子与小波融合技术进行混合图像增强的方法,通过matlab R2011a进行仿真实验,能够达到较好的图像增强效果。     

基于神经网络的车牌自动识别系统的研究

车牌自动识别系统是一种利用车辆的动态视频或静态图像从而进行车牌号码自动识别的模式识别技术,是计算机视觉技术与模式识别技术相结合的技术领域。本文应用图像处理技术对车牌进行定位、获取字符,对字符进行分割,利用神经网络识别技术来对车牌字符进行识别,从而达到较好的自动识别效果。     

基于图像处理的车牌识别与字符分割及MATLAB实现

实现车牌识别与字符分割,需要进行图像预处理、车牌区域分割、车牌字符分割和数据库字符匹配等操作。基于MATLAB软件,在图像预处理方面,调整图像大小后获取其B分量图;在车牌区域分割方面,利用Ostu法获取阀值后转化为二值图,然后形态学处理去除小面积的区域,再利用Regionprops函数获取二值图上值为1的区域左上坐标,可得到车牌区域;在车牌字符分割方面,将车牌区域图像转化为二值图,闭运算连接字符间的间隙,再利用Regionprops函数实现字符分割。     

基于车牌颜色特征的车牌识别系统

正介绍了一种基于LabVIEW平台的、通过车牌颜色特征定位的车牌识别方法。本方法在LabVIEW平台利用车牌颜色特征和RGB、HSI等色彩模型特点,进行车牌定位;根据车牌的规定型号,采取比例法实现车牌字符分割;利用LabVIEW的OCR技术识别车牌。通过对车牌图库中的大量车牌进行识别测试,验证了所研发的车牌识别系统软件能够提高识别精度,降低识别成本。     

城市车辆车牌识别技术研究

<正>随着城市道路中机动车辆数量逐年增加,拥挤的交通随处可见,如何去规范并引导车辆,首要是对车辆进行识别,对于车辆的识别重点是在于对于车牌的识别,本文在分析目前车牌识别技术方法的基础上,对车牌定位模块和字符分割模块进行了探讨,在车牌定位方式中,先归纳了车牌的纹理特征,提出了基于粗定位和精确定位的车牌定位方法,并采用基于k-means的车牌字符分割法对车牌处理。     

模式识别综述及汉字识别的原理

通过对模式识别系统的简要评述,对近年来几种基本的模式识别方法进行了总结,并对模式识别在汉字识别方面的应用原理作了介绍。     

车牌字符识别研究

本文对以切割好的并经过归一化处理的车牌字符用K-L变换提取特征向量,K-L变换能降低特征维数并保持字符图象的主要特征。采用了四个径向基神经网络对车牌字符识别,降低了识别复杂度,具有较好的识别效果。     

虹膜识别的研究现状与发展趋势

虹膜识别是模式识别领域的前沿研究方向,也是一项具有广阔应用前景的身份认证技术。虹膜识别包括虹膜定位、特征提取以及模式匹配几个步骤。介绍了国内外虹膜识别研究和应用的现状以及存在的主要问题和发展方向。     

基于MALTAB的车牌定位技术研究

针对车辆图像的特征,提出了一种车辆图像预处理和车牌定位的方法.在对图像处理的过程中,使用的方法将图像逐步转换为灰度图像,背景图像,黑白图像,二值图像,边缘提取图像,闭运算图像,开运算图像,最终转化为车牌图像.实验证明,本文方法图像预处理效果好、准确度高、定位迅速且实用价值高.     

基于图像处理的字符识别方法研究

图像处理就是利用计算机及其有关技术,对图像进行运算和处理,可以使图像更清晰,从图像中提取某些特定的信息,从而达到某种特定目的,随着计算机技术的发展,图像识别技术获得了越来越广泛的应用。文章采用灰度化、消噪等方法对图像进行预处理,采用边缘提取、形态学处理、字符定位等方法实现图像字符特征提取,通过Matlab软件编写字符识别程序,实现图像字符识别。研究结果表明,采用图像处理可有效实现对图像字符的识别。     

基于知识的工程图识别模型研究

对人工读图的认知过程进行了分析,总结出其自组织的特征,设计了"基于知识的工程图识别层次模型",将整个工程图识别过程分为像素、矢量图元和工程图形三个层次,层次之间相应地进行基于知识的两阶段的矢量化和识别处理,该模型为各种工程知识的使用打下了基础。     

基于BP神经网络的金属材料字符识别研究

字符识别是模式识别领域的一项传统课题,其内容是模式识别领域中很多课题的基本内容。人工神经网络的出现为字符识别的研究提供了一种新的手段,BP神经网络(Back Propagation Neural Network)作为人工神经网络的一个分支,现已成为其最广泛的应用。本文以三层BP网络作为模型,并将其应用于对金属角铁上的字符识别。由于角铁字符为数字与英文字母混合,文中在对传统的BP算法进行了改进的基础上,采用了分组神经网络的设计方法,取得了良好的识别效果。     

基于纹理分析和梯度特征的车牌定位算法

车牌定位技术是车牌识别技术中最重要的部分,根据车牌区域字符的特点,提出了一种综合纹理分析和梯度特征的车牌定位方法.利用车牌字符的纹理特征提取出可能存在车牌的区域,再利用车牌字符和背景梯度的差异性进一步过滤掉由于背景原因产生的伪车牌区域,进而准确定位出真正的车牌区域.实验结果表明该方法运算量小,对复杂背景车辆图像有很好的定位效果,具有较好的应用性.     

小波变换在车牌识别系统中的应用

国内近几年城市智能交通系统发展很快.车牌自动识别技术作为其中信息采中起着重要作用.目前.对车牌自动识别的研究已经成为智能交通领域中的一个重要研究课题.为了使车牌识别准确,对摄像机所获得的图像进行预处理是十分重要的.去除图像中的噪声是预处理的一个重要步骤.本文通过小波分析原理,实现了对所得图像的去噪,并用MATLAB进行了仿真.     

基于特征矩阵的高效数字识别算法

传统的数字识别算法存在识别速度、识别准确率和识别方法复杂度三者无法兼顾的问题,为解决该问题,提出了基于特征矩阵的高效数字识别算法。该算法首先在预处理的基础上获取字符的特征矩阵,然后用特征矩阵对字符的特征横线、竖线等特征进行提取,最后利用结构语句识别的方法实现数字识别。实验结果表明,基于特征矩阵的高效数字识别算法思路简单、速度快,且识别率达97％以上。