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。     

基于多尺度模板匹配的车牌识别

车牌识别技术是现阶段交通管理领域重要的内容之一,是一门集图像处理技术、定位技术、分割技术为一体的技术。将神经网络相关知识应用到车牌识别领域,能够提升车牌识别的准确性以及效率,同时还能够提高车牌识别系统的抗干扰性。本文就对基于神经网络的车牌识别技术中车牌预处理、定位、分割、特征提取等环节进行详细的分析,希望能够给相关领域的人员提供帮助。     

基于自适应维纳滤波的模糊化车牌定位方法

维纳滤波器在处理信号时具有简单快速且边界保持效果较好的特点,通常在图像处理中,维纳滤波器都是用于模糊图像的去噪和恢复。本文将维纳滤波用于图像的模糊化处理上,使车牌区域和非车牌区域经维纳滤波处理以后有很明显的区分,更有利于车牌的定位。基本方法是利用HSV空间,提取出车牌图像的饱和层,然后调节自适应维纳滤波器的滤波窗口,使图像中的非车牌区域模糊化,最后采用形态学处理等方法实现车牌的最终定位。研究结果表明,采用本文所提出的车牌定位方法在定位速度以及识别效率方面优势明显。     

车牌图像预处理研究

在车牌自动识别系统中,由天气、背景或拍摄等原因造成车牌图像模糊、光照不均等情况,影响车牌识工作。针对这些问题,本文提出了相应的图像预处理方法,能有效地改善图像质量,便于后续的车牌识别工作。     

Gabor滤波在车牌区域检测中的应用

车牌检测(LPD)是车牌识别算法的关键,Gabor滤波被广泛应用在图像分析,模式识别当中。本文对Gabor滤波的理论以及应用方法做了详细叙述,并详细叙述了Gabor滤波在车牌检测中的具体应用方法。实验结果显示,Gabor滤波在图像的预处理中取得了良好的效果,为后续的检测过程提供了很大的方便。     

智能车牌识别停车收费手持终端的设计

为了解决占道停车收费中所存在问题和给予科学化的管理,同时实现车牌识别技术在收费系统中的应用,结合车牌识别技术,设计一款能够通过扫描车牌信息,不需要手动输入,直接完成计时收费并打印票据的停车收费手持终端。     

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。     

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。     

物联网时代车牌识别技术在智能小区中的应用

本文通过分析当前小区车辆管理模式的缺陷从而提出智能小区车辆管理的新思路。智能小区的车辆管理通过物联网结合传感器、摄像头等设备,对于外来车辆和小区内部车辆信息进行及时有效的录入。利用车牌识别技术自动、便捷、高效的识别车牌信息。并且智能小区中能够根据当前小区停车位的情况及时分配相应的停车位,为小区的车辆管理提供了新思路。     

基于颜色与投影特征的车牌定位

车牌定位是车牌识别系统的关键技术,定位的准确与否直接影响车牌识别的结果。本文根据车牌的颜色特征和投影特征提出了一种综合颜色特征和投影特征相结合的定位方法,算法分为粗定位和精确定位。该方法较单一特征的定位方法有较好的通用性,可适应于不同背景、不同光照下的汽车图像,能够确定出车牌区域,准确率得到了较大提高。     

常用车牌定位算法比较

车牌定位是车牌识别技术的第一个关键技术,定位的准确与否直接影响着车牌识别的准确率。本文对目前存在的车牌定位算法进行探讨,希望能找出各种算法的优缺点,以便在现实中能更好的运用各种算法,更好的为应用服务。     

常用车牌定位算法比较

车牌定位是车牌识别技术的第一个关键技术,定位的准确与否直接影响着车牌识别的准确率。本文对目前存在的车牌定位算法进行探讨,希望能找出各种算法的优缺点,以便在现实中能更好的运用各种算法,更好的为应用服务。     

400V公用电网谐波治理实证研究

本文选择云南电网曲靖供电公司辖区内的部分典型用户进行了实地的谐波检测,分析了有源滤波器和无源滤波器的工作原理以及各自的优缺点,选择有源滤波器进行了滤波测试,结果显示能够有效地滤除大部分谐波,提高了用户的电能质量。     

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。     

汽车牌照定位基本原理与新技术

公路交通事业的信息化和数字化,使汽车牌照自动识别技术研究受到广泛重视。车牌的准确定位分割是车牌识别的第一步,直接关系到系统的识别速度和识别精度。本文介绍了车牌图像的特点及定位算法的发展现状,存在的不足及若干与现代智能化方法相结合的车牌定位分割技术。     

应用拉普拉斯算子设计高通滤波器进行图像增强分析

在频域进行图像增强的时候,可以借助于性能良好的滤波器实现图像变换。在需要对图像轮廓清晰度进行性能提升的时候,可以应用QuartusⅡ的宏模块设计合适的拉普拉斯算子实现高通提升滤波,最终实现图像的锐化,进行图像增强。     

基于数学形态学和颜色统计的车牌定位方法

车牌是车辆的重要信息,是确定车主身份的关键。准确定位车牌是车牌识别的关键步骤,本文提出一种数学形态学和颜色特征结合的车牌定位算法。首先,通过数学形态学处理对车牌粗定位,再结合车牌的颜色像素进行行列搜索,达到车牌的精确定位。实验表明,该算法简单实用,可以有效定位出车牌位置。