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。     

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SVM技术的英文字符识别方法

文章提供了一种采用SVM技术进行英文字符识别的方法,这种SVM多分类器实现了对英文字符的仿真识别,并且具有识别速度快、正确率高的特点.     

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LPR系统的车牌字符分割技术的研究

车牌字符分割是车牌识别系统的关键技术。针对车牌字符分割的难点,作者提出了一种利用扫描线两次扫描消除车牌字符串上下干扰的方法;然后利用全局分割和局部调整的技术实现单个字符的分割。实验表明,该方法能有效的避免干扰因素的影响,满足实时性需要。     

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RFID技术在电子车牌中的应用研究

基于R FID技术在车辆智能化管理中的应用,结合电子车牌中具有全球唯一的ID号和远距离识别等特点,通过其在门禁系统、车辆稽查、高速路口收费中的应用分析,为提高工作效率,规范车辆管理,杜绝公车私用、假牌、套牌和利用假军牌进行逃税现象的发生提供参考。     

基于粗糙集的干细胞技术产业化潜力评价研究

干细胞产业由于其巨大的社会效益和市场前景而成为最活跃和最具发展潜力的新兴产业之一,各国纷纷放宽政策限制、投入大量资金,积极推动干细胞技术研发和产业化进程。本文结合干细胞技术产业化的特征分析,设计了干细胞技术产业化潜力评价指标体系,基于粗糙集理论构建了评价模型,进而针对当前最具应用价值的11类病种的干细胞治疗技术进行了实证研究。旨在识别具有突出产业化潜力的干细胞技术,为政府有针对性地制定产业重大专项及各类支持政策提供决策依据,为干细胞企业科学选择技术项目、集聚优势资源实现突破创新提供方法指导。     

基于专利信息分析的智能车牌识别技术研究

经济发展呈现良好形势,国民生活水平和质量显著提升,极具代表性的改变既是私家车保有量的迅速增长,随之而来的是对车辆管理部门系统完善性的挑战。在大数据和互联网+的背景下,车牌识别技术日渐显示其理论意义和现实意义。文章欲通过专利分析技术对现有智能车辆识别技术从时空分异、技术发展态势等方面进行分析,并提出企业发展的四个建议。     

关机手写字符识别技术研究与实现

联机手写字符识别是模式识别领域的一个重要应用分支。研究了联机手写字符识别相关预处理、特征提取、分类器设计等技术,并实现了基于字符轨迹密度和支持向量机的识别系统。实验表明,选取笔划密度特征和SVM算法进行字符识别具有较高的识别率。     

基于SIFT和BP神经网络的车牌识别技术的研究

针对车牌容易变形,涂漆易脱落,受光照等环境因素的影响,本文将SIFT算法和BP神经网络应用在车牌识别领域中,有效地克服了上述问题。SIFT算法对汉字,字母和数字提取SIFT局部特征,并用BP神经网络进行识别。克服了传统的模板匹配方法对数字和字母形状相近不能识别的缺点。实验中的结果和模板匹配法相比较,表明该方法明显优于传统的模板匹配法。     

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。     

基于图像处理的车牌定位算法研究

文章分析了车牌定位的常用算法,研究了车牌的颜色特征,提出了颜色分割算法来进行车牌区域的粗分割;通过边缘检测和形态学处理进行车牌精确定位和提取。Matlab仿真分析的结果表明,该算法可准确定位并提取车牌区域。     

基于模型匹配法的字符识别

本文采用模型匹配法对手写数字、印刷体数字和大写英文字母进行了识别,并采用Visual C＋＋编程实现。其中,特征量的提取是关键。通过对图像的大小归一化、二值化、字符切割和细化等预处理之后,提取网格特征和交叉点特征两种特征量,并采用最短加权距离判别法进行匹配,从而获得较为精确的识别结果。     

基于灰度阈值和梯度差的车牌定位技术

本文详述了用灰度阈值分割和梯度差对车牌进行分割处理的过程,介绍了灰度阈值分割理论以及梯度算法,并用于车牌的识别检测中,有效地分割目标和背景,实现了车牌的准确定位。     

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。     

浅析车牌定位系统技术

车牌定位是车牌识别中的重要步骤,针对汽车图像的复杂背景和不同环境光条件,提出了一种分层次的车牌定位方法。该方法将图像进行分层次分割,不断减少分析的范围。它先定位出车牌候选区域的上下和左右边界,得到多个车牌候选区域,再从中挑选出车牌区域,实现了车牌的准确定位。实验结果表叽该方法定位准确率高,运行速度快,并且具有很强的鲁棒性。     

基于MATLAB的车牌识别系统的研究设计

在中国经济迅猛发展的时代,汽车引发的交通和公路管理问题,成为当今如何提高生活便利性的热门课题。本研究从实际出发,运用MATLAB技术主要完成,从各种环境所拍摄的图片中,准确地完成车牌图片到可辨识字符的转变,提取出可辨别的字符后,如何自动辨认识别字符。那么,第一个问题就需要运用图片处理中的各种光线色彩处理,以及图片字符的有效分割,第二个问题需要根据车牌字符的组成组建字符库,然后编写MATLAB程序,将预先处理所得到的字符和字符库里的字符对比,识别辨认出每一个字符。