基于数学形态学和综合颜色特征的车牌定位方法

车牌定位是车牌自动识别系统的关键步骤.算法首先对图像进行预处理,然后进行数学形态学操作,得到若干个候选区域,最后根据车牌颜色特征选取真正的车牌区域.实验表明该方法定位速度快,定位效果好.     

高效快速车牌定位算法研究

车牌定位是车牌识别(LPR)系统中的关键技术之一,通过对车牌区域的各种固有特征的研究和探讨,提出了一种高效快速的车牌字符定位算法,该算法基于二值边缘图像的频率变化特征,在整个车辆图像中搜索到车牌的精确位置,得到牌照图像,为车牌的进一步识别打下良好的基础.现场实验表明,该算法快速准确,对提高整个识别系统的正确率起到了关键的作用.     

复杂场景下车牌识别新方法

针对复杂场景下车牌识别问题,提出了一种新的车牌识别方法.该方法通过颜色空间划分预分割车牌目标,然后采用矩形特征匹配定位符合车牌形状的候选块,并对候选块进行几何校正和自适应分割,再将分割出来的每个字符进行归一化特征提取,最后通过字符的积分特征逐一对每个候选块进行识别,识别成功者即为真实的车牌.实验表明,该方法能适应大多数复杂的场景,不局限于图像的分辨率,以及拍摄的角度,保证了车牌识别的准确率.     

一种应用机器学习的车牌定位方法

提出了一种基于Adaboost算法与最小同值分割吸收核法角点验证的车牌定位方法. 该方法采用Adaboost算法排除明显的非车牌区域,从而减少车牌候选区域的数量. 在验证阶段,采用SUSAN角点检测方法计算每个经过初筛的候选区域属于车牌区域的概率,并根据该概率值对候选区域进行排序. 最终输出概率值最大的区域作为车牌检测结果. 实验结果表明,使用该方法进行车牌定位无需调整参数也能适应光照变化的应用环境.     

投影点坐标方差最小化车牌垂直倾斜校正

车牌识别中为便于字符分割与识别,需对倾斜车牌进行校正. 该文提出基于字符投影点坐标方差最小的车牌垂直倾斜校正方法. 首先对水平校正并划定字符区上下边界后的车牌图像进行字符粗分割,然后将字符点经剪切变换沿垂直方向投影. 根据投影点坐标方差最小导出两种剪切角闭合表达式,由此一步确定车牌垂直倾斜角并进行校正. 实验结果表明：与车牌垂直倾斜校正的旋转投影法和直线拟合法相比,该文提出的方法精确度高,运算时间少且鲁棒性好.     

基于Hausdorff距离的车牌字符识别方法研究

根据车牌区域的固有特征,提出了一种高效、快速、实用的车牌字符识别算法．该方法先对车牌中的单个字符进行归一化和细化,然后采用Hausdorff距离模板匹配方法识别．实验表明,该方法有效可行．     

基于深度学习的车检图像多目标检测与识别

为了实现快速和自动的车辆外观检测,提出一种基于深度学习的车检图像多目标检测与识别方法。首先,采用轻量级神经网络YOLOv3实现车检图像中车头、轮胎、车牌及三角形标志的检测与识别;其次,采用多任务级联卷积神经网络实现车牌4个关键点定位;再次,利用车牌4个关键点坐标,结合目标车牌图像高宽先验,通过透视变换对车牌进行校正;最后,设计卷积神经网络实现车牌底色分类,同时设计卷积循环神经网络,实现车牌字符识别。实验结果表明,在816×612的车检图像上,该方法中端到端的多目标检测与识别的平均精度达98.03%;为便于在车检场景下应用该模型,利用阿里巴巴推理引擎将模型部署到CPU端,使多目标检测与识别的平均速度达10帧/s,从而满足车检的应用需求。     

基于特征统计的车牌非汉字字符识别方法

字符识别技术是模式识别领域非常活跃的一个分支,同时也是汽车车牌识别系统中的一项关键技术．该文结合汽车牌照自身的特点,以数字图像处理技术为依托,详细讨论了车牌字符识别技术的原理,并重点研究了车牌字符中非汉字字符的处理．     

基于图像特征的车牌字符分割方法研究

根据车牌图像具有不同颜色和车牌字符中字母和数字具有连通性的特点,提出将灰度自适应二值化和基于神经网络的彩色图像二值化相结合.用这种方法对一系列定位后的各种车牌图像进行二值化,然后利用投影法和数学形态学对二值化后的车牌进行准确的字符分割.实验结果表明:该方法二值化效果好,字符分割准确率较高.     

基于水平灰度特征和颜色特征的车牌定位方法

<正>车牌识别(License Plate Recognition,LPR)是指通过识别车辆车牌信息来辨别车辆身份的技术,是实现智能交通系统(Intelligent Transportion System,ITS)的一个重要环节,也是计算机视觉图像处理技术与模式识别技术的一项技术融合,车牌识别技术的研究和开发具有巨大的经济价值和现实意义。     

基于水平灰度特征和颜色特征的车牌定位方法

车牌识别(License Plate Recognition,LPR)是指通过识别车辆车牌信息来辨别车辆身份的技术,是实现智能交通系统(Intelligent Transportion System,ITS)的一个重要环节,也是计算机视觉图像处理技术与模式识别技术的一项技术融合,车牌识别技术的研究和开发具有巨大的经济价值和现实意义.LPR作为一个专用的计算机视觉系统,通过运用模式识别、人工智能等技术,对采集到的图像进行处理,可以实时准确地识别出车牌的汉字字符、字母和数字,最终得出计算机可直接运行的数据形式,使车辆的监控和管理得以现实.目前,车辆识别技术已经广泛应用于高速公路的检测、电子收费、停车管理和交通违规管理等领域.     

车牌识别处理中的关键技术及核心算法研究

结合几种开源技术(如Open CV,SQLite,XERCES),研究Codejock界面库,通过研究多种有关车牌(图像)识别的算法:图像处理算法以及模式匹配算法,希望这些关键技术以及核心算法能够对设计一个具有高识别率的车牌识别系统具有一定的指导意义和参考价值.     

基于车牌识别技术的车辆出入管理系统研究

利用模式识别技术替代IC卡技术,使用车牌识别技术实现车辆的门禁和收费等管理功能,在居民小区、写字楼、停车场、高速公路的出入口安装摄像头,当车辆经过时,摄像头对车辆拍照,然后利用模式识别技术对车牌进行识别,从而实现对车辆身份的识别,进而实现车辆出入控制、停车场收费、路桥收费等功能。     

基于PLC的小区智能停车场管理系统设计

本文提出一套运用PLC作为主控,集成了远程身份识别系统、车牌信息识别系统与车位情况显示功能的智能停车场管理系统设计方案,给出了系统框图与关键功能的参考程序。解决了传统人工管理的烦琐、费时的问题,具有广阔的应用前景。     

项目教学法在数字图像处理教学中的应用

针对数字图像处理课程理论性较强的特点,结合国家社会应用型人才培养目标的需求,在数字图像处理课程的教学中引入项目教学法.把车牌识别实际项目与数字图像的主要理论联系起来进行论证,并对项目教学的结果进行分析.通过把项目教学法引入数字图像处理课堂的教学改革,提高了学生的学习兴趣,增强了学生的实践能力、创新能力以及团队协作能力,同时也强化了基本理论,使学生更快、更好地适应社会.     

车牌识别技术在高速公路收费系统中的应用

<正>我国高速公路发展迅速,形成了规模不等的联网收费系统。在系统运行中,面临着一些共同的问题,主要有费源流失严重,路网内路径多义性。解决这些问题最有效的方法是在高速公路路网内的所有收费站出入口车道以及多义性路径的互通立交等关键标志点上安装车牌自动识别设备,从而确定车辆是否具有作弊嫌疑及车辆行驶路径,达到防止费源流失、增强系统效率的功效。     

基于区块链技术的道路路边停车管理系统

针对当前道路路边停车管理中存在的效率低下、交易不透明等缺点,提出了一个基于区块链技术的道路路边停车管理系统。根据边缘设备终端的车牌识别算法采集停车信息,将关键停车交易数据发送并存储至Web服务器的MySQL数据库缓存,之后由Fabric SDK中间件存储到Hyperledger Fabric区块链平台。该系统依靠区块链去中心化、链上数据不可篡改的特点,在满足业务需求基础上提高了用户的隐私性和交易的可靠性。     

一类图及其线图的Wiener指数

Wiener指数W(G)是指一个连通图G中所有顶点对之间的距离之和.本文定义了一类具有圈数为r,围长为n的平面图Gr,s,t,n,证明了对于满足特定条件的正整数r,s,t,n,存在无穷个这样的图Gr,s,t,n,满足性质W(Gr,s,t,n)=W(L(Gr,s,t,n)),这里L(Gr,s,t,n)表示图Gr,s,t,n的线图,推广了苏晓海等人的结果.     

农村公路养护管理及养护改革存在的问题与对策探析

目前,随着国家对农村公路的投入建设日益加大,这也对农村公路的发展起到了很大的作用,在此期间,必须要把握机遇,推动建设项目,更进一步地提高农村公路的大力发展。同时,在建设公路时,也应注意到公路的养护问题,应严格按照标准进行建设,必须从建设项目的设计、施工等各个环节做好把关工作,要用科学的方法对其筹集资金,控制成本,提高效益,从而确保公路建设的效益。     

如何培养员工对企业的忠诚度

随着经济发展,价值观念的转变,员工对企业的忠诚度呈现出下降的趋势。为此,必须提高对忠诚度管理的认识,采取有效措施,培养员工对企业的忠诚度。首先,建立明确的岗位职责和目标,建立有效地绩效考核机制保证工作的正常进行;其次,以人文关怀为本,加强与员工的沟通,构建积极、公平、合理的企业文化。做到宽严结合,张弛有度,既要严格要求,又要人文关怀。