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.     

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.     

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Gabor滤波与灰度积分的人眼快速定位方法

本文提出了一种基于gabor小波滤波器和灰度积分投影技术的眼睛定位方法。首先通过图像预处理技术中的gabor小波进行预处理去除图像噪声,消除人脸图像因为曝光条件不同而造成的模糊,得到灰度分配较为均匀的图像,然后分别利用水平和垂直灰度积分投影曲线结合人脸的结构特征找到眼睛的位置坐标,实现了准确的眼睛定位,从而为进一步提取其它特征点打好了基础。该方法能提高人眼定位的计算速度,适合实时性要求高的场合。仿真实验验证了该方法的稳定性和有效性。     

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.     

基于灰度和轮廓特征的平面、凹面和凸面识别

平面、凹面、凸面是识别物体结构的重要线索,从单幅图像获取这些线索是进行三维重建、目标识别、场景分割和标定的关键步骤。针对这一问题,提出了一种基于灰度和轮廓特征的平面、凹面、凸面识别算法。通过区域的灰度拟合曲线分析区域的灰度分布特征与区域形状之间的关系,对区域轮廓进行方向编码,并将完整轮廓在角点处断开成若干连续线条,利用PCA方法判定其中是否包含光滑曲线段。综合考虑区域的灰度分布特征和区域轮廓特征,给出了区域表面形状的识别规则。灰度和轮廓两方面线索互相补充、互相约束,大大提高了区域表面形状的识别准确率。实验表明,该算法具有良好的识别效果。     

基于颜色和纹理特征融合的图像检索

随着多媒体技术的发展,图片数据库迅速膨胀.为使用户能够在海量的图片数据库中快速准确的查找所需图片,基于内容的图像检索技术逐渐成为研究的热点.每种图像的低层视觉特征都有其自身的特点,只能表达图像的部分属性.为了更好地描述图像,提高图像检索的准确率,本文,笔者在分别讨论颜色特征和纹理特征的基础上,对基于颜色和纹理特征融合的图像检索方法进行了研究,并将其检索结果与单独利用颜色特征或纹理特征检索得到的结果进行了比较.结果表明,该方法可以弥补由单一特征描述图像导致的片面性问题,能够取得较好的检索效果.     

基于颜色通道特征融合的环境声音分类方法

针对传统神经网络提取的复杂环境声音特征微弱,导致分类准确率低的问题,提出了一种基于颜色通道特征融合的环境声音分类方法。首先,从原始音频数据中提取出三种声音特征,即对数梅尔频谱图（log-Mel spectrogram, LMS）、梅尔倒谱系数（Mel-scale frequency cepstral coefficients, MFCC）以及能量谱图（energy spectrum, ES）;其次,分别将以上三者作为RGB颜色通道分量进行特征融合,形成包含更多特征信息的声谱图,更全面表征环境声音;再次,为了避免由于数据集较少导致所训练的模型泛化能力较差,对预训练模型VGG-16采用微调方法进行训练;最后,在两个广泛使用的环境声音分类数据集以及实际场景采集的音频上验证本文所提方法的有效性,并与其他模型的准确率进行对比。结果表明,本文所提方法在ESC-10以及ESC-50数据集上的准确率分别能够达到88.2%和65.2%,并且能提高实际场景采集的音频分类效果。     

基于水平集的钢轨焊缝区域定位方法

针对现有钢轨焊缝错边量测量方法在不同光照环境下适应能力不强、定位精度不高、稳定性不好的问题,提出了基于水平集的钢轨焊缝区域定位方法.首先,采用水平集对预处理后的焊缝图像进行轮廓分割,将焊缝与轨腰、轨头和背景进行分离;其次,采用面积排序和连通域相结合的方法排除轮廓干扰,实现焊缝轮廓的粗定位;再次,采用两次排序法实现焊缝轮...     

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．     

基于灰度曲线法及改进Hough变换的虹膜定位算法

虹膜定位是虹膜识别系统的基础和关键,定位的速度和准确率直接影响着虹膜识别算法的性能.针对虹膜图像的灰度分布特征和近似圆形的几何特征,提出一种基于灰度曲线法和改进Hough变换的虹膜定位算法.首先,利用灰度投影法粗略定位瞳孔中心;其次,利用灰度曲线法精确定位瞳孔中心及虹膜内边缘;最后,利用改进的Hough变换检测虹膜中心及外边缘.仿真实验结果表明,该虹膜定位算法内存空间开销小,速度快.     

基于HSV颜色模型和形状特征的交通标志检测算法研究

交通标志检测是无人驾驶的重要组成部分,如何快速准确检测出交通标志对无人驾驶有重要的作用。本文提出一种基于HSV颜色模型和形状特征提取共同检测交通标志的算法,通过HSV颜色模型的特定颜色阈值,从实景图中找出感兴趣区域,然后对其进行形状特征判断以确定目标区域。最后进行实际道路环境测试,该算法能在复杂背景中准确地检测出交通标志区域。     

灰度和纹理特征组合的SAR影像SVM分类

针对利用单一特征进行分类的效果不理想、普适性不强等问题,提出了一种灰度和不同纹理特征组合的支持向量机(support vector machine, SVM) 分类方法,将由不同特征组合的SVM分类器用于SAR影像分类,并对几种不同的分类结果进行定性和定量比较分析. 实验结果表明,灰度和不同纹理特征组合的SVM分类方法能够取得较高的分类精度,其结果要优于传统的单一纹理特征分类,是一种有效的SAR影像分类方法.     

基于高密度公路三维灰度点云的图像增强方法

【目的】在采集路面病害图像过程中,由于受到光照不均匀的影响,导致图像出现多噪声和低质量问题。此外,路面病害在整个图像中的占比小,且与背景颜色相似,不易区分。通过解决这些问题,可避免影响后续路面病害识别的精度。【方法】提出一种基于高密度三维灰度点云的图像增强方法。通过多模型特征融合、网络学习输入图像不同层次的特征,来增加特征互补性,提高特征提取能力。【结果】该方法不仅能增强图像细节,还能降低图像噪声,增强待检测图像的识别效果。【结论】试验结果表明,该方法在客观评价和视觉质量上达到了优良的性能。     

基于颜色特征的同源视频复制-粘贴篡改检测

本文针对同源视频的复制-粘贴篡改方式,提出了一种基于颜色特征的视频篡改检测方法,能够定位篡改位置并修复原视频.首先,计算各帧的颜色直方图,提取颜色特征并字典排序,计算邻近帧的帧间相似度获得匹配帧对;其次,针对全局颜色直方图不能表示颜色的空间分布信息,提取匹配帧对的彩色边缘特征进行复检;最后利用SIFT特征点的匹配精确定位篡改位置,并恢复原视频.实验表明,本文提供的方法在SULFA数据库视频检测上具有100%的准确率和召回率.     

基于轮廓检测的眼睛定位方法

人脸识别是模式识别学科的一大研究热点,广泛地应用于保密系统、可视电话系统以及人机交互系统等领域。眼睛定位是人脸识别中一个重要的信息,本文根据人脸中眼睛的灰度及形状信息,提出了一种新的,基于轮廓检测的眼睛定位算法。实验结果表明此算法具有较好的准确性和可行性。     

基于像素灰度关联的边缘检测

在量子理论的启发下,提出将归一化的数字图像看作是一个多维量子系统,利用邻域像素的叠加态结构建立了像素灰度的相干性空间,通过叠加态结构运算取代传统的模板操作,从而实现数字图像的边缘检测.仿真试验结果表明,所提出方法相比传统的Sobel算法检测出来的边缘细节更为丰富,轮廓更为清晰,并且对噪声具有更好的抑制作用.     

基于优化的文档频和粗糙集的特征选择方法

特征选择是文本分类的一个核心研究课题.首先给出了一个基于最小词频的文档频方法,然后把粗糙集引入进来并提出了一个属性约简算法,最后把该属性约简算法同基于最小词频的文档频方法结合起来,提出了一个综合的特征选择方法.该综合方法首先使用基于最小词频的文档频方法进行特征初选以过滤掉一些词条来降低特征空间的稀疏性,然后利用所提属性约简算法消除冗余,从而获得较具代表性的特征子集.     

基于单片机的模拟灰度循迹小车设计

本文设计了一套以S9KEA128单片机为主控的模拟灰度循迹智能车系统。针对一般智能车采用按键控制式启动,本文采用非接触式启动智能车设计,将E18-D80NK作为控制信号的采集装置。本文介绍了差速控制、电机PWM调速、循迹模块的设计、非接触式启动的设计、指定圈数自动停止的设计等。经试验验证,该智能车可以自主完成铺设有直角弯、U型弯、梯形楼梯、双驼峰、悬崖等元素的赛道,并且速度不低于2m/s,循迹效果可靠稳定,而且提升空间较大。