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。     

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。     

基于网格外围特征的平假名识别及应用

脱机手写体识别是字符识别中的难点之一,日文中的平假名类似于中文的手写体草书.为解决该问题,首先,针对日文平假名字符的特点提出了一种基于网格的外围特征提取方法,其次,考虑到了不同特征的分类能力的差异性,提出了一种基于支持向量机的多特征融合的识别方法,提高了识别率.最后,针对日文车牌中的6 735个平假名样本和4 145个数样本字进行了识别实验.实验结果表明,该方法的识别率可达98%左右,优于距离分类器及神经元网络的方法,具有实际应用的价值.     

基于多特征融合的小区车牌识别系统的研究

目前的LPR(License Plate Recognition)系统存在识别率低、速度慢和成本高等问题。将蓝底白字的车牌和金属边框、长宽比等多种特征融合,能够实现车牌的快速定位,并大大简化设计、减低成本。通过Matlab编程实现了该系统。实践证明,该系统具有造价低廉、识别速度快、准确率等优点。     

基于MATLAB的车牌识别系统设计与实现

针对复杂的高速交通系统,设计了一套基于MATLAB的车牌识别系统,采用数字图像处理技术,自动识别车牌图像中的牌照信息,让交通系统实现数字化。具体过程是先对采集到的车牌图像进行灰度化,再进行边缘检测、形态学处理等,完成车牌的两次定位,成功后再进行倾斜校正、二值化、反色、字符分割,最后用模版匹配法对车牌字符进行识别。从实验结果看,该系统准确定位车牌并能准确快速地识别出车牌号码,实时性和实用性都较好。     

基于大数据标签与机器学习的车牌识别算法

为了提高机器学习算法对实际场景中车牌识别能力,克服天气、车牌种类对识别的干扰,以实际场景拍摄的车牌为识别对象,设计并开发了一种基于大数据标签与机器学习的车牌识别系统。首先,在不同启用场景、不同天气下采集两万帧车牌,涵盖各省市汽车,作为大数据标签和学习基础,建立车牌图像和车牌文字字段的训练集数据库;然后,利用图像降噪、自动阈值分割、形态学处理以及边缘检测,完成车牌定位与分割;随后,通过建立支持向量机与随机森林分类器,对训练集样本进行模型学习,完成机器学习算子,完成针对车牌的最终识别;最后基于Windows系统、C++语言与OpenCV开源学习框架,编码实现算法和系统。经过与对照组的对标测试,所提算法具有更高的车牌识别能力。     

基于车牌识别及RFID技术的小区车辆管理系统设计

采用车牌识别及RFID射频卡互补的方式设计了小区车辆管理系统,该系统可对分布于小区大门监控点内的过往机动车辆实现自动车牌识别,并对所有过往车辆的图片进行自动记录存档。由于本系统采用的是目前国内最先进的高清晰抓拍识别技术,基于计算机视觉原理以及模式识别技术,故可对过往车辆的车牌号进行清晰、准确的识别和不间断监测。     

基于TIC6201 DSP的车牌识别卡硬件设计与实现

在交通收费和路口监控等车牌识别应用中,纯粹依靠PC机通常难以达到实时性,应用受到了限制.在将DSP引入到车牌识别应用系统后,此问题可得到较好解决.本DIP系统以TIC6201 DSP处理器为核心,配王S从7111A视频解码芯片SAA7111A作为图像输入通道,使用PCI2040实现了DSP以PCI接口方式与PC的通信.在此系统中,DSP运行识别算法,然后将识别结果通过PCI接口传输给PC供PC进行显示和管理.整个系统计算分布合理,实时性强,极大提高了实用性.     

基于多特征融合的活动识别算法

基于可穿戴传感器的人体活动识别技术在许多领域应用广泛,从人体活动信号中提取丰富的特征是提高活动识别准确率的关键技术之一.为此,提出基于傅里叶描述子(FDs)、局部二值特征(LBP)和小波能量谱(WES)的融合特征提取人体活动的详细信息.为提高识别系统的可靠性,去除对识别精度没有影响的冗余特征,引入过滤式选择算法Reli...     

基于径向基神经网络的车牌字符识别算法研究

根据车牌中字符的形态特征和横向纹理属性,以小波空间作为车牌字符识别的特征空间,提取字符的小波统计特征作为RBF神经网络的输入进行字符识别。实验结果表明本文提出的算法是一种切实可行、准确高效的方法,对复杂背景下拍摄的汽车牌照识别具有很好的鲁棒性。     

基于离散 Hopfield 神经网络的污染车牌字符识别

传统字符识别方法缺乏对污染车牌字符正确识别的能力,难以有效分辨易混淆字符等。针对这些弊端,采用 MATLAB 对真实车牌字符图像进行处理,提出一种基于离散 Hopfield 神经网络的改进算法（CLP-HNN）,对车牌字母及数字进行识别。实验结果表明,该算法对污染车牌字符识别率达 93.3%,不仅可有效降低污染车牌错误识别的风险,而且可提高易混淆字符正确辨别率,对减少车牌误识别引起的交通安全及秩序问题有较大参考价值。     

基于角点的汉字特征提取与识别算法

在分析角点提取技术和基于边缘检测和模板匹配的角点提取方法的基础上,采用Sobel边缘算子进行角点提取,利用角点的坐标值匹配实现汉字识别,达到81.8%的汉字识别率.     

基于多尺度局部特征融合的手指静脉识别方法

针对目前手指静脉识别算法中的局部特征提取算法在信息量上利用不充分、特征不够稳定以及静脉结构不够突出等问题,提出一种基于多尺度局部特征融合的手指静脉识别方法.首先对图像进行归一化及自适应直方图均衡(CLAHE)处理,然后应用多尺度方向模板提取一阶局部静脉方向特征,之后在方向特征基础上计算局部均值二值算子(MLBP),得到...     

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。     

一种实用的基于形态学和标志法的车牌字符切分方法

In this paper, a kind of practical image segmentation algorithm for segment characters from car license plate is presented, based on morphology and labeling. First, by morphological operation, noise in the binary image of license plate can be greatly decreased. Then, by labeling, each connected pixel component is given a unique label. Finally, by the known data of license plate, each character is extracted correctly. The advantage of this method is that it can deal with plates with different sizes and connected characters plates, and inclined plates. The experiment results show that it is an effective way to extract characters from the license plate, and can be put into practical use.     

A Practical Method of Car License Plate Character Segmentation Based on Morphology and Labeling

1 IntroductionThe car license plate recoghtion system is animpohallt pat on illtelliged traffic management system['1.It is imPO~ in a nUmber of aPPlications, such asfreeway tolling, parldng management and vehiclethecingl"'].The main tasks of a car license plate recognitionsystem are the location of the license plate in a complexbackground, the seglnedation of oh~ters and theirrecognition['l. These taSks are strongly inter-related,where the lOcation and the segmentation are the key pods,for …     

汉字的系统性与汉字认知

汉字是记录汉语的符号体系,有其自身的系统性。探求汉字的系统性,并力所能及地对其加以利用,在汉字认知上具有显而易见的意义。汉字的偏旁不但具有构形的功能,而且具有表示音义的功能,因而合体汉字偏旁之间不仅有外部结构关系,也有内部结构关系。汉字的系统性体现在形、音、义3个方面,汉字的字形系统因外在的形体联系而形成,汉字的读音系统因内在的读音联系而形成,汉字的意义系统因内在的意义联系而形成。汉字虽然繁难,但认知得法也可以化难为易,至少可以减轻难度,提高效率。所谓得法,就是了解汉字内在的系统性,然后循着汉字的系统性去进行认知。为了减轻汉字认知的难度,提高汉字认知的效率,至少可以从以下几方面作出努力:其一,以必要的汉字的理论知识为指导,提高学习者汉字认知能力;其二,以偏旁为纲,把一个个汉字放到整个系统中去学习,力求取得纲举目张的效果;其三,通过结构分析和字族字系联来培养汉字系统认知能力。