一种基于特征信息的车牌识别方法

根据中国车辆牌照本身的现有特征信息,提出一种车牌识别方法.采用全局动态阈值法进行二值化处理图像,牌照定位算法简单迅速,字符分割参考垂直投影间隔和字符的纵横比.实验结果表明,这种方法具有良好的环境适应性和鲁棒性.     

车牌识别仪在车辆管理系统中的应用

本文通过对用户需求的分析，提出了一套具有车牌识别功能的小区车辆管理解决方案。其中对车牌识别仪在小区车辆管理系统中的应用、车牌识别技术及该设计方案中应用系统的功能做了较详细的介绍。     

ROI技术在车牌识别系统中图像存储方面的应用研究

ROI（region of interest，感兴趣区域）作为新一代图像压缩标准JPEG2000所增加的一个功能。利用该功能，我们能够针对图像内容进行不同级别压缩，从而提高图像的压缩比，在目前的车牌识别系统中，由于车牌识别精度不高，以及为了更好地查证车辆等原因，仍需存储图像数据，并且，为了减少图像的数据量，还需要对图像进行压缩处理，由于我们对车牌图像中的不同内容，精度要求不同，因此，可以利用ROI方法进行图像压缩，从而减少图像的数据量。     

车牌定位在 GIS-T 中的应用简

GIS-T 是GIS 技术在交通领域的延伸,是 GIS 与多种交通信息分析和处理技术的集成.车牌识别系统是GIS-T 中的重要模块,车牌定位作为其中的关键技术,影响着车牌识别的精度和GIS-T 智能功能的发挥.在对车辆识别系统阐述的基础上,总结归纳了车牌定位的常用方法,并对车牌识别技术的发展作了探索性的展望.     

AdaBoost算法在街景图像数据隐私保护中的应用

针对街景图像数据提出一种图像数据隐私保护技术,研究了基于Ada Boost的人脸检测技术,针对街景图特点,引入肤色检测和眼睛定位技术来提高街景图像的检测速度和精确程度。同时,研究了基于Ada Boost的车牌检测技术,并结合街景图中车辆位置与车牌颜色特征来提高检测的精确程度。最后讨论了对人脸与车牌视觉内容的保护技术。     

基于投影法和数学形态学的车牌定位算法

车牌定位是车牌识别系统中的关键技术之一,车牌定位的质量直接影响着后续字符识别的结果。本文提出了一种结合投影法和形态学的车牌定位算法,首先对图像进行预处理,接着利用水平投影算法确定车牌的上下边界,然后利用形态学方法迭代确定车牌的左右边界．最后进行精定位。实验表明,该方法具有较高的定位精度。     

基于差分卷积的弱光照车牌图像增强

车牌识别作为现代化智能交通系统中重要的环节,对提升路网效率以及缓解城市交通压力等问题具有重要的社会意义,然而弱光照车牌图像识别仍然具有重大的挑战。构建了一个基于差分卷积神经网络的弱光照车牌图像增强网络,将车牌的纹理信息解耦为水平垂直和对角线两个方向,对不同尺度空间的低照度图像进行纹理增强。为了避免增强结果局部过曝或低曝,该方法使用YCbCr颜色空间的损失函数来优化模型。图像增强实验结果表明,所提出的方法较传统的低照度图像增强方法相比,图像客观质量结果峰值信噪比提升了0.47 dB。同时,在仿真车牌和真实场景的车牌识别实验结果也证明了所提算法对于低照度图像感知质量提升的有效性。     

基于车牌识别系统的卡口可达性网络构建

从交通可达性概念出发,对车牌识别卡口之间的可达性关系进行研究。针对卡口可达性的特点,对计算最短路径效果较好的A*算法进行改进,用于计算卡口间的可达关系,构建可达性网络。     

基于MATLAB图像处理的汽车牌照识别研究

汽车牌照识别是智能交通领域的重要研究课题,整个过程主要分为预处理、车牌定位、字符分割、字符识别4个环节。用MATLAB软件编写代码实现每一个过程,有效地解决恶劣环境下的车牌定位、字符倾斜、字符分割等复杂问题,结果表明MATLAB在彩色汽车牌照的识别中十分有效。     

基于梯度幅度直方图和类内方差的边缘提取方法

针对复杂背景中目标边缘提取的问题,提出一种基于梯度幅度直方图和类内方差进行边缘提取的新方法———CAGH(cluster algorithm based on gradient histogram)算法。该算法先分析经“非最大梯度抑制”后的梯度幅度直方图的特征,确定边缘集中区域,再通过类内方差确定梯度阈值,并利用该阈值确定边缘。在车牌识别中运用该方法提取复杂背景中的车牌边缘,并与Sobel、Canny等算法进行了比较。结果表明,CAGH算法适应性强、提取效率高,提取的是连通性、独立性好的单像素边缘,有利于后续的特征提取和模式识别。