新型车牌自动识别系统的研究与设计

介绍了一种高性能的汽车牌照识别系统及其成像技术。系统采用了新的成像控制和闪光灯补光技术,使其成像特别适合牌照区域分割和字符识别,成像质量完全不受实际应用环境中强烈的光线变化的影响,从而达到较高的全天候识别率和实际应用的要求。     

闯红灯自动记录系统的应用

文章阐述了在城市信号控制路口中闯红灯自动记录系统的种类及其应用。     

车牌自动识别系统在高速公路上的应用研究

随着高速公路里程的不断增加,尤其是高速公路联网收费范围的不断扩大,如何利用高新科技,进一步提高高速公路管理及服务水平,使道路使用者体会到安全、舒适和高效,日益成为大家关注的问题。     

高速公路车牌自动识别系统的研究

汽车牌照自动识别系统的实现是推进交通管理计算机化的关键技术之一,在现代交通监控和管理中有着广阔的应用前景。本文首先介绍了汽车牌照识别系统,然后对其原理和在高速公路收费系统中的作用进行了论述,并考察了国内外车牌识别系统的发展动态,最后对汽车牌照识别技术存在的问题及发展的方向进行了讨论。     

论述自动化监控系统在高速公路工程中的应用

随着中国经济的腾飞,高速公路的发展越来越快,中国高速公路的总里程由20年前的零到总里程跃居世界第二。高速公路不仅在数量上有了突飞猛进的发展,在技术上也有了日新月异的变化。自动化监控系统在高速公路工程上广泛应用．就以高速公路超高监测预警系统和车牌自动识别系统两个自动化系统简要介绍自动化监控系统在高速公路工程中的应用。     

远程监控测量系统中视频压缩的设计与实现

本文设计一种视频压缩系统,应用于远程监控系统中视频数据的传输与处理。该系统硬件平台采用ARM处理器为核心,软件部分完成H.264编码库的移植,最终通过网络传输将压缩处理后的数据发送到远程上位机进行解压和显示。     

计算机图像处理和识别技术的应用

在大数据和人工智能等技术的支持下,计算机图像识别精度和处理效率得到了大幅度提升,在各个行业得到了广泛应用。该文首先概述了计算机图像处理与识别技术的基本原理,随后分别从图像信息的获取、预处理、特征提取和分类决策等方面,介绍了计算机图像处理与识别的应用流程。最后结合实际情况,分析了该技术在交通领域、有色金属领域、农业生产领域、工业安全领域的具体应用。     

用神经网络进行车牌定位的研究

该文采用BP人工神经网络模型 ,研究汽车图像中车牌定位的神经网络方法。选取训练样本图像 ,以人工定位后的图像为导师信号 ,将图像的灰度序列采用BP算法进行训练 ,获得有效的网络权值。试验结果表明 ,用BP网络对灰度图像进行感知能够获得较好的定位效果     

基于RFID的汽车号牌自动识别系统的安全性设计

在设计实现汽车号牌自动识别系统时提出了隐秘起始地址、随机数初始化两种新方法,而且还采用了MD5加密算法、标签锁定等常规方法,并把这些方法有效地结合起来,从而保证系统中号牌数据的安全可靠.多次的实验结果和长时间的系统运行情况都证明了这些方法足够保证RFID标签中的号牌数据安全可靠.     

视频图像综合处理系统的设计与实现

本文针对各种恶劣环境下采集的视频图像,设计了一种高效的视频图像综合处理系统。该系统能实现对实时图像和已录回放图像的各种处理,包括图像的去雾、去噪等模糊图像清晰化处理功能。系统稳定可靠、操作方便,具有通用标准接口,可灵活应用到视频系统的前端、后端进行图像处理,能够可广泛应用于交通监控、银行监控等室内外各种环境。     

一种基于车牌特征信息的车牌识别方法

提出一种基于车牌特征信息分析的车牌识别方法，它充分利用车牌定位和字符分割过程中得到的信息对车牌识别过程进行反馈，将二值化、车牌定位和字符分割紧密结合，注重车牌与车辆背景图像分离特征，以连通域分析为字符分割特点，结合局部二值化算法，提高正确率。实际应用结果表明，本方法具有很强的环境适应性和鲁棒性。     

基于Caffe深度学习框架的车牌数字字符识别算法研究

在车牌字符识别的某些场合中,获得的字符通常存在切割不均匀、光照对比度强烈、遮挡严重等强噪声污染.针对被强噪声污染的数字字符,提出一种基于Caffe深度学习框架的字符识别算法,在Caffe框架下搭建卷积神经网络,并对网络参数训练获得了一个鲁棒性强、识别精度高的网络结构.实验结果表明,在低噪声、中度噪声、强噪声污染情况下,文章中提出的方法相比当前典型的识别方法,在数字字符识别上均具有较好的识别能力,平均识别率高出将近5%,而在强噪声污染情况下,识别效果具有更加明显的优势.     

基于改进深度学习的车牌字符识别技术研究

为解决传统车牌字符检测方法可靠性差、效率低的问题,提出采用haar级联检测结合深度学习方法的卷积神经网络车牌字符识别方法。采用haar级联分类器提取出图片中车牌的位置,通过灰度、阈值、腐蚀、膨胀等预处理技术提取出车牌字符;通过收集字符数据,对CNN神经网络在角度倾斜、光照变化和噪声污染条件下进行训练,使用训练后得到的模型对车牌字符图片进行识别。实验结果表明, 该方法识别车牌字符正确率较高,在角度倾斜、光照变化和噪声污染条件下的准确性和稳定性较好,能够有效地降低车标识别的错误率。     

基于线圈与车辆号牌识别技术的治安卡口系统

随着我国经济的发展,车辆保有量及交通出行猛增,对违章逃逸、机动车盗抢及以机动车为工具流窜作案的快速侦破查处,成了我国公安交通管理部门的一大难题．全面实行对城市主要出入口、关键道路及交叉口的连续监控,对所有通过该卡口的机动车辆进行拍摄、记录与处理,是解决这一难题打击犯罪行之有效的方法．传统的使用线圈触发和视频抓拍存储的治安卡口无法有效而快速的追查目标车辆,采用线圈与车辆号牌识别技术,建设新型智能治安卡口系统可以做到对车辆号牌的自动抓拍识别、快速处理、报警,可为及时快速侦破这类案件提供强有力的技术手段．     

基于神经网络的车牌自动识别算法

由于车牌字符自动识别系统对实时性要求较高，采用一种全局自适应快速BP算法神经网络，根据车牌字符特征，分别构造了4个子神经网络，实现了能够应用于实际的牌照自动识别系统。实验证明，用该算法实现的车牌字符识别系统识别率高，误识率低，可直接用于实际的牌照自动识别系统。     

车牌自动识别系统中的牌照区域图像分割技术

以车牌自动识别技术中的牌照区域图像分割技术为重点,介绍运用车牌图像进行牌照边缘检测,从而实现图像区域分割,克服整体识别技术中的关键问题的相关内容．     

彩色汽车图像车牌定位技术分析

对彩色在车牌定位的三个主要作用，即彩色边缘提取、彩色分割和颜色判断进行了讨论和分析，给出了一种彩色边缘算子Color-Kirsch及判断色彩的算法，提出了“在彩色分割时模板颜色应随应用情景不同而不同，才是实现彩色分割自适应性和鲁棒性的关键”这一论点，并对一些新的彩色车牌分割技术的可行性进行了分析。     

基于加权稀疏非负矩阵分解的车脸识别算法

为提高多种光照条件下交通卡口视频中车脸识别的准确性,提出了一种基于改进非负矩阵分解的车脸识别算法.对采集图像进行预处理,获得车脸图像与车牌信息.基于特定光照条件,自适应提取车脸图像的初始特征.针对车脸图像中像素位置的重要性差异,建立了加权稀疏约束非负矩阵分解的特征降维方法.通过判断特征相似性与车牌信息一致性,确定车辆是否合法.实验结果表明所提算法具有较好的识别性能,真实接受率与错误拒绝率分别可达到0.9875与0.04,并满足实时性要求.     

以车牌识别技术为核心的高等级公路收费系统

以嵌入式车牌识别技术为核心，提出了一个全新的高等级公路收费系统方案，解决了长期困扰高等级公路经营者和管理者不能准确控制收费的问题。