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。     

车牌图像预处理技术研究与实现

介绍了彩色图像转换为灰度图像的原理并给出了VC 仿真效果图,论述了局部均值滤波,同时提出了改进的均值滤波方法,并用VC 仿真;仿真结果表明,改进的算法不仅可以有效去除噪声,而且可以能弥补均值滤波对边缘点等图像尖锐信息的模糊化.     

基于卷积神经网络的车牌识别技术研究

车牌识别是智能交通管理系统中的重要组成部分,能有效地提高车辆管理效率。文章在分析传统的LeNet-5卷积神经网络技术的基础上,提出通过增加卷积核个数,增大卷积核,采用softmax分类器,使用Dropout正则化方法和Adam优化算法对卷积神经网络进行改进,然后对车牌中汉字和字母(数字)的数据集分别进行训练。最后通过实验进行验证,改进的LeNet-5卷积神经网络对车牌具有很好的识别性能,使车牌识别正确率得到提升。     

基于LabVIEW的汽车发电机性能测试系统设计

针对汽车发电机空载特性、输出特性、外特性的测量问题,研究了汽车发电机采用虚拟仪器进行检测的方法,提出了基于LabVIEW的汽车发电机特性检测系统的组成,并对检测系统的原理进行了论述.实验表明:基于LabVIEW的汽车发电机特性检测系统结构简单维护方便,可以快速检测判断汽车发电机性能.     

车牌拍照识别技术研究动向

车牌识别技术是一项应用范围非常广的技术,在人们的生活中发挥着越来越重要的作用。汽车牌照识别技术是一个以特定目标为对象的专用计算机视觉系统,能从一幅图像中自动提取车牌图像,自动分割字符,进而对字符进行识别。该技术对采集到的汽车图像进行处理,能够实时准确地自动识别出车牌的数字、字母及汉字字符,并以计算机可直接运行的数据形式给出识别结果。     

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%。     

基于LabVIEW的虚拟仪器在测试技术实验中的应用

虚拟仪器是仪器仪表领域中应用计算机技术所形成的一种新型的,富有生命力的仪器种类。本文用LabVIEW设计出虚拟仪器,开发了一个虚拟实验室,简述了在实验教学中应用虚拟仪器技术的意义,为适应新形式下的实验教学提供了一种全新的解决方案。     

基于LabVIEW的离心泵机组故障诊断系统设计与应用

为了实现离心泵的预测性维护策略实施,基于LabVIEW图形化编程语言,设计了一种离心泵机组远程在线监测与故障诊断系统。通过具体的设计实例,从总体架构设计、硬件选配和系统软件构建三个方面阐述了旋转机械振动信号监测与诊断系统的一般性设计流程及软件系统的LabVIEW实现方法。     

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LabVIEW的数据库访问技术在船模测试中的应用

为提高试验测试效率,构建了基于虚拟TEDS的设备数据库,详细介绍了虚拟仪器LabVIEW中的数据库连接工具包,及在测试过程中对设备数据库访问的过程,实现对传感器的自动识别。     

基于彩色SUSAN算子的车牌定位方法

在颜色相似系数的基础上提出彩色SUSAN算子的车牌定位方法,并采用MATLAB进行仿真,实验结果表明该方法能较准确地定位车牌,便于进一步的车牌字符分割。     

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．     

基于数字图像处理的车牌识别系统的研究

基于数字图像的车牌识别技术,是一种智能的无源型车牌识别方法,在车牌没有任何信号传输设备的情况下,能够对车辆进行非接触式的固定的车辆信息采集以及实时智能识别运动状态的车牌号码.通过对多幅车牌图像的检测识别表明该技术是有效的.     

图像复原技术在车牌定位中的应用研究

主要对车牌定位预处理中的去噪、去模糊进行研究,简述图像退化、噪声滤除、运动模糊复原相关算法的研究和应用,借助MATLAB实验仿真软件对提出的算法进行实验研究。分析实验结果,提出对图像复原算法维纳滤波的改进;对比分析复原前后的车牌定位结果,突出车牌定位预处理(图像恢复)在车牌定位中的重要性。     

基于复合特征 BP 神经网络算法的车牌识别技术研究

传统的模板匹配算法对车牌图像的伸缩、倾斜及背景干扰比较敏感,识别效果不理想.提出将对字符进行归一化处理后所提取的点特征与重心特征进行复合,作为 BP 神经网络算法的输入特征,大大提高了识别率与识别速度.     

基于神经网络集成的车牌字符识别

针对车牌字符在车牌图象退化时识别率较低的问题,提出一种基于神经网络集成的车牌字符识别方法。基于小生境遗传算法在提高进化的局部搜索方面的良好性能来动态构建个体网络差异性大的神经网络集成,进而提高整个集成系统的泛化能力。将该方法应用于车牌字符的识别,实验结果表明,该方法能有效地生成差异度较大的个体网络,得到的神经网络集成能有效提高车牌字符的识别率。     

飞行模拟器训练费用估算的研究

通过对飞行模拟训练费用的分解,选取了飞行模拟训练费用估算方法和估算模型来对飞行模拟训练估算问题进行分析和研究。     

车牌号码识别设计与实现

基于形态学处理方法和车牌纹理特征实现车牌定位、分割,通过模板匹配法完成车牌号识别.基于MATLAB GUI以用户体验为导向搭建车牌识别系统,通过对100张车牌图像的试验,识别正确率达到85%,用户界面效果良好.