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.     

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.     

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.     

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.     

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.     

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．     

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.     

车牌定位算法研究进展

根据车牌的纹理、颜色等特征,对近5年出现的车牌定位算法进行详细分类和综述,总结出每种方法的优缺点,为以后的研究提供有效的依据.     

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。     

一种适合于迭代求复数根的抛物牛顿法

提出了一种适合于迭代求复数根的抛物牛顿法,并进行了收敛性分析,给出了若干数值实例.该方法与切线牛顿法共同构架了复数域上求非线性代数方程近似解的基本方法,在切线牛顿法失效时它可替代使用.其收敛的阶为3,高于切线牛顿法的收敛阶2.特别地,对于实多项式可迭代求出全部的实根和复根.与已有的抛物迭代法相比较,该方法是单步而非多步.     

基于改进的MMR算法的新闻文本抽取式摘要方法

提出了基于最大边缘相关（maximal marginal relevance，MMR）的新闻摘要方法以及基于支持向量机（support vector machine，SVM）和MMR相结合的新闻摘要方法。其中，第1种方法是对传统MMR模型进行了改进，第2种方法使用了改进MMR模型对SVM分类结果进行了二次选择。实验表明：相比于传统MMR模型，该文提出的基于改进MMR的摘要方法和基于SVM-MMR的摘要方法的平均准确率分别提升了0.148、0.204，且基于MMR的新闻摘要方法的摘要效率约为基于SVM-MMR的摘要方法的3倍。改进的MMR算法更加适用于对摘要效率要求高的应用场景，特别是对长文本进行摘要。基于SVM-MMR的摘要方法则更适用于生成对文本内容覆盖相对全面的摘要。     

一种使用修正模糊隶属度的航迹关联方法

在分布式多传感器多目标跟踪系统中,航迹关联是进行航迹融合的必要预处理步骤. 针对传统航迹关联方法在密集目标环境下关联正确率严重下降的问题,文中提出一种新的航迹关联方法. 该方法对传统的模糊隶属度进行时间平滑,并在整体上而不是单个隶属度上考虑航迹的关联程度,从而提出一种修正模糊隶属度来衡量两条航迹的相似程度. 此外还设计了一种基于先验有序关联对的训练方法来设置参数. 仿真结果表明,与经典的模糊双门限方法相比,该方法易于设置参数且性能更好,因而更适合于工程应用.     

结合模糊熵和遗传算法的双阈值图像分割

在火炮身管弯曲度测量系统中,为了能从光靶图像中同时提取标定图案和激光光斑,提出了一种双阈值图像分割方法. 基于模糊数学理论和最大模糊熵判据,把光靶图像中的像素灰度级分为黑、灰和亮3 个模糊子集,用于畸变校正的标定图案的像素灰度级隶属于黑模糊子集,用于测量的激光光斑的像素灰度级隶属于亮模糊子集.使用改进的模糊指数熵作为分类判据,提高了分类准确性. 通过遗传算法确定模糊熵参数的最优组合,降低了计算复杂度,并且最大模糊熵判据仅含有4 个模糊熵参数,减小了搜索空间. 针对光靶图像进行了双阈值分割实验,并与最大类间方差双阈值法、模拟退火模糊熵法和使用未改进的模糊指数熵的遗传模糊熵法进行了比较. 实验结果表明,所提方法能自动而有效地选取双阈值,且分割效果优于其他3 种双阈值分割方法.     

改进的物体表面重建的三角网格法

光度立体技术是一种非接触式获取物体表面几何形状信息的重要方法,由表面法向量场进行表面形状重建是光度立体技术的关键环节.对现有方法的分析表明,三角网格算法只能实现局部重建且抗噪性能较差.为提高重建精度,引入类似于法切向法中的全局约束条件,提出了改进的三角网格法.利用朗伯体半球面模型,对法切向法、泊松法、三角网格法和改进的三角网格法的重建精度和计算时间进行比较.实验表明:在理想情况下,泊松法的重建时间较短,改进的三角网格法重建精度更高;在有噪声情况下,改进的三角网格法在重建精度和抗噪性能方面的表现都比较好.     

ARMA模型的超定递推辅助变量定阶方法

本文提出了自回归滑动平均(ARMA)模型的超定递推辅助变量定阶方法.该方法具有好的计算性能和好的统计性质,相对于 AIC 信息准则和递推辅助变量定阶方法是一种更加灵敏的过参数指示器,能够准确明显地确定 ARMA 模型的阶数.方法的可行性用模拟计算和实验数据处理进行了验证,同时,还将该方法与递推辅助变量定阶方法进行了比较.结果表明:超定递推辅助变量定阶方法是一种行之有效的、高性能的定阶方法。     

一种新的预处理AOR迭代方法

提出了一种新的预条件AOR迭代方法,给出了该预条件AOR迭代法与经典AOR迭代法之间的比较性定理．最后用数值例子验证了该方法的有效性．     

鲁棒设计‖A BK‖_F极小化的新方法

提出了一种新的鲁棒设计方法．以闭环系统矩阵的Frobenius范数作为鲁棒性指标，运用Powell方法进行寻优，产生一种适用于工程上使用的快速而有效的直接优化方法，使系统动态矩阵保持稳定的参数摄动界最大．     

一类模型局部改变的正演模拟快速算法

针对一类模型发生局部改变后的正演模拟问题,提出了一种快速算法,并且结合有限差分法,给出了有限差分时间分段法.针对四维时间推移问题进行了数值模拟.数值计算的结果表明该有限差分时间分段法是一种快速有效的算法.     

弹性波反演的多尺度全变分法

通过引入全变分正则化来代替传统的Tikhonov正则化,在多尺度算法思想基础上,构造一种快速有效的反演方法—多尺度全变分法。针对待反演参数不连续的情况,提高了算法精度。通过对弹性波方程反演模拟,结果表明:所提出的多尺度全变分法是一种稳定,快速和精确的反演方法。