高速公路多路径通行费拆分算法的研究与应用

基于视频的车牌识别数据,实现对高速公路通行车辆的合理收费及费用的有效拆分. 基于高速公路路网收费模式和车辆路径的特征,为无争议路径、有争议已匹配路径、有争议未匹配路径的通行费用拆分建立了数学模型,利用河北省高速公路收费数据检验了通行费拆分的合理性、有效性. 通过系统运行实际运营数据进行分析,认为采用"精确拆分+历史比例"模式可以有效实现路网多路径通行费拆分.     

基于Freescale微处理器的车辆识别代码自动采集系统

介绍了一种基于Freescale微处理器的车辆识别代码自动采集系统，利用无线射频识别技术自动检测车辆信息，避免车辆识别代码的人工抄写错误。该系统主要由阅读器和电子标签以及计算机应用系统等三部分组成，利用计算机应用系统自动控制阅读器和车载电子标签进行通讯，可自动检测车辆的车辆识别代码（VIN，Vehicle Identification Number）、车辆颜色、车牌、单位名称及用户姓名等车辆信息。为建立完整的车辆检测网络和实现车辆检测过程全自动化奠定基础。     

基于改进倾斜校正算法的车牌识别技术

随着计算机图像处理技术的发展,车牌识别已经成为计算机图像处理技术的重要研究方向和广泛应用领域之一,车牌识别技术在智能交通系统中显得尤为重要.基于改进倾斜校正算法的车牌识别的算法,对含有车辆牌照的图片进行图像滤波、图像增强、车牌定位、车牌的字符分割和字符识别.对车牌定位技术和车牌倾斜校正技术进行改进,以应对复杂的环境变化.实验表明,车牌的识别率有明显的提升.     

基于支持向量机的车牌识别方法

车牌识别（LPR）是智能交通中关键技术之一.针对目前车牌识别技术存在的一些问题,详细分析基于支持向量机的车牌字符识别方法,字符特征提取方式采用一种基于半分积分投影法,选用高斯径向基作为核函数对字符进行训练.仿真实验结果表明效果良好.     

高速公路联网收费系统中的多义性路径识别

以高速公路网建设为背景,针对路网中存在的多义性路径问题,介绍了判别车辆行驶路径的几种常用方法,并对比分析了其优缺点及适用范围,讨论了如何将各种方法应用到联网收费中。     

基于数字图像处理的车牌识别技术研究

随着我国经济的日益增长,人们生活节奏的加快,汽车的数量也变得越来越多,随之人们对交通控制以及安全管理的要求也日益提高。现在,交通管理正朝着智能交通系统的方向发展,车牌识别系统作为智能交通系统的一个重要组成部分,已经在城市交通中占据中非常重要的作用。车牌识别系统在不影响汽车状态的情况下,利用计算机自动完成车牌的识别,从而大大简化了交通管理工作。目前解决车辆牌照识别技术主要有车牌定位技术、车牌校正技术、图像处理技术、车牌分割技术等,本文主要研究基于数字图像处理的车牌识别技术,本文首先介绍了数字图像处理的定义和车牌识别技术的原理,最后分析了车牌识别技术在实际应用中的相关问题。     

基于GIS的高速公路多义性路径的确认技术

讨论了高速公路联网收费与拆分系统中亟需解决的瓶颈问题--多义性路径及其产生的原因,分析了目前国内多义性路径识别的主要技术,重点研究和探讨了运用GIS进行多义性路径识别的原理和方法. 经过作者在郑少高速公路等路段的试验,证实了交通网络分配模型和GPS/GIS技术识别多义性路径,具有快速、准确、误差相对较少的优点,将是今后高速公路多义性路径识别与联网收费及拆分系统的主要方向.     

一种改进的基于射频识别技术的电子商务防伪技术

针对商业领域的假冒问题,利用射频识别技术可扩充、灵活、安全等特点,结合一次一密认证机制,研究读写器与电子标签的初始化和电子标签的验证,设计一种新型安全的防伪技术.研究结果表明:该技术应用伪随机密钥与简单比特运算实现读写器与电子标签之间的信息交换,算法复杂度低;该方案可以有效保护产品真实性,能较好地应用于黄金、珠宝首饰、特色图书等贵重物品流通过程的防伪保护,具有较大的商业推广价值和应用价值.     

基于投影特征和模板匹配的车牌汉字识别算法

车牌自动识别算法中,汉字识别是识别的难点,也是车牌识别技术推广应用的瓶颈.目前车牌汉字识别算法主要有特征分析算法和模板匹配算法,特征分析算法受图像质量的影响比较大,模板匹配算法在识别率方面达不到实际应用要求.本文提出了逐级识别算法:首先利用投影法进行匹配,把可识别的字符挑选出来或进行分类.然后,利用字体和区域面积的比例进行筛选,对选出的字符进行模板匹配.通过实验证实:算法不仅速度快、鲁棒性好,匹配精度也很高.     

多特征与BP神经网络车牌识别系统研究

汽车牌照识别技术是智能交通管理系统中的关键技术;基于数字图像处理理论,将计算机视觉与模式识别技术相结合,对车辆牌照识别系统进行了研究。为了提高系统车牌识别能力,提出了一种综合颜色特征和投影特征相结合的车牌定位方法。字符分割采用了投影法;字符特征选取了互补性强的粗网格特征、投影特征以及外围轮廓特征;最后采用BP神经网络进行车牌字符识别。对车牌字符的识别分为汉字、字母及字母数字三类进行。实验表明,多种图像处理技术与模式识别技术有机结合能有效地提高系统的识别能力;本系统所采用的方法取得了较好的识别效果。