基于小波隐性马尔可夫树模型的车牌定位

根据小波隐性马尔可夫树模型对车牌纹理特征精确的多尺度描述,提出了一种基于WHMTM的车牌定位方法。该方法首先以小波域的高频滤波作为预处理,再根据车牌纹理的WHMTM参数采取从粗到精多尺度地分割车牌,从而快速、准确地在复杂的背景中定位车牌。实验结果表明该方法是一种速度快且抗扰性强的车牌定位方法。     

基于深度学习的车牌智能识别方法

针对传统的车牌识别算法对于复杂环境车牌定位效果不理想、车牌识别准确率低、实时性差等问题,提出了一种基于深度学习的车牌智能识别方法。首先使用Yolov3网络对图片中的车牌进行定位,然后采用空间变换网络对倾斜的车牌进行校正,并将校正后的车牌送入设计的改进卷积神经网络中提取车牌序列特征,最后通过双向递归神经网络和时序分类网络识别出车牌字符。与传统车牌识别方法相比,提出的方法能够有效克服天气等不良状况的影响,从Yolov3定位到识别完成的平均时间可以缩短至33 ms左右,平均识别准确率能够达到96.1%。     

基于自动识别理论的车牌定位算法研究

车辆牌照的自动识别是智能交通系统中的一项重要技术，而车辆牌照的定位又是车牌识别的关键点之一。依据二值化图像中车牌区域跳变频率高的事实，本文提出一种算法来确定车辆牌照在原始图像中的水平和垂直位置，从而定位车辆牌照。实验结果表明本论文提出的车辆牌照定位算法是一种可行的车牌定位方法。     

基于人工免疫aiNet模型的车牌定位技术

针对传统遗传算法用于车牌定位易于陷入局部最优解的问题,将人工免疫aiNet模型引入到了车牌定位的过程中.首先采用最大类间方差法(OTSU)将采集到的车牌彩色图像转换为灰度图像,然后采用一维滤波器组对灰度图像进行滤波,最后应用人工免疫aiNet模型进行了车牌定位.实验结果表明,该方法适应性强,定位效果好.     

一种基于Radon变换的车牌识别技术研究

由于车牌和摄像机之间存在相位差,导致获取的车牌图像存在倾斜、扭曲和变形,造成车牌的分割和识别困难.针对上述问题,提出了一种改进的Radon变换的车牌识别算法.该算法首先对车牌图像进行Radon变换,接下来对Radon变换的结果进行一阶函数求导,对一阶导数的绝对值再进行累计求和,由求和结果的最大值得到相对应的Radon变换角度值,把该变换角度值作为车牌图像的倾斜角度.实验结果表明,改进的Radon变换车牌识别算法用时少、精度高,具有对光照不敏感和较好的抗外界干扰等优点.     

智能车牌识别技术分析

针对车辆识别过程中的车牌定位、字符识别等阶段干扰因素较多,而国内开发的自动识别系统识别率和误判率没有达到标准要求,提出采用人工神经网络对车牌定位、字符识别等关键阶段进行处理的方法。并对当前车牌识别技术的现状、技术种类及水平进行全面剖析,总结相关识别技术的核心算法。利用神经网络较好的容错能力、自适应及抗干扰能力,可以有效解决车牌信息采集干扰较大、信息不全等问题,表现出良好的应用前景。     

基于区域划分和霍夫变换的车牌倾斜校正

针对车牌倾斜会降低字符分割和识别准确率的问题,提出了基于区域划分和霍夫变换的倾斜校正方法。定位后的车牌在垂直方向根据阈值划分成高度相同的等分域,然后通过霍夫变换取得所有区域的最大角度值为水平角度值,同样在水平方向从两侧往中间划分等分域,通过霍夫变换取两侧最大角度值为垂直倾斜角度,对水平倾斜进行双线性插值旋转校正,对垂直倾斜进行错位偏移校正。通过区域划分的方法,可以有效降低霍夫变换搜索的区域,从而提高校正速度。实验结果表明:该算法简单、正确率高、鲁棒性好。     

核偏最小二乘算法的图像超分辨率算法

提出了基于核偏最小二乘算法(KPLS)回归的超分辨率复原算法。该算法首先将高低分辨率图像块的高频信息和中频信息作为建立回归关系的特征,并对图像进行分块;依据相应的高低分辨率图像块的关系,使用KPLS建立起回归模型;在复原时,依据该模型回归得到高分辨率的图像块,将图像块拼接为高分辨率的图像。通过对人脸图像和车牌图像的实验结果,表明该算法无论是对人脸图像还是车牌图像都能取得较好的复原效果。     

车牌自动识别系统的分析与设计

本文通过对国内外车牌自动识剐系统的现状分析，找出现行识别系统所采用技术方案的优缺点，设计了一种新的车牌图象自动识别系统，并重点对其中图象定位和字符分割的核心技术进行了介绍，为研究车牌自动识别系统提供一种新的设计思路。     

基于ibeacon的室内二阶段定位算法研究

针对室内定位需求的日益增加,提出了一种基于ibeacon的室内二阶段定位算法。在建立传输模型时,采用高斯滤波与中值滤波相结合对RSSI值进行优化处理;在坐标定位时分成2阶段:第1阶段通过极大似然法对未知点坐标进行粗略估计,缩小定位范围;第2阶段先对三角质心算法的加权因子进行改进,再采用改进的加权三角质心定位算法对未知点坐标进行精细定位。实验结果表明:在实验室环境下算法的定位精度可达1.22 m,对比一般的加权三角质心算法在定位的精度和稳定性方面都有了较好的提升,平均误差减少了30%左右。     

基于粗糙集的车牌字符特征提取方法探讨

本文介绍了一种基于粗糙集理论的优化车牌字符识别的方法。粗糙集理论是一种继神经元网络和模糊数学之后的新的处理含糊和不确定性知识的数学工具;粗糙集方法是一种具有发展潜力的智能信息处理方法。本文主要思想就是在汉字的网格特征提取过程中保持分类能力不变的前提下,通过知识约简提出了一种车牌字符网格特征选择的改进算法;它不仅找出了对识别最有效的网格特征集,而且可以大大降低图像特征空间的维数,减少工作量和无用特征干涉,从而提高了分类识别率。     

基于新制度经济学的私车牌照分配政策分析

交通拥堵是当前城市所面临的一大问题,在分析拥堵的根本原因基础上,针对当前北京、上海所施行的两大典型私车牌照分配政策分析其政策的效用。首先以新制度经济学的视角,从社会成本及产权分配角度入手,对交通拥堵产生的原因进行了探讨。然后建立相应的定量经济学模型,对北京、上海两个城市不同的现行私车牌照分配政策,从执行效果、社会收益、副作用三个方面进行了效用分析,从中总结出拥堵的本质原因是汽车的使用量而非保有量问题,车牌限制只是暂行之计,并以此提出了一些相应的治堵建议。     

KNN方法在高速公路多义性通行费拆分中的应用

正确判断匹配样本状态并采用科学合理的拆分方法是高速公路多义性通行费拆分的关键.利用K近邻聚类 (KNN)的基本理论进行匹配样本状态的判别,给出高速公路多义性通行费拆分方法.以天津市京沪高速和津沧高速二义性路径问题为例,比较应用KNN和RBF神经网络及BP神经网络匹配样本状态的判别效果.研究表明:应用KNN的高速公路多义性通行费拆分方法较RBF、BP神经网络法更客观、公平.     

行政许可年检制度问题研究

我国行政许可年检制度存在着制度定位不统一、法律责任设定不统一、法律程序缺失、将年检异化为二次许可等问题。"行政检查说"制度定位下的行政许可年检制度在制度内涵层面上体现为一种开放性,在制度功能层面上体现为一种平衡性,在制度关系层面上体现为一种调适性,其更趋于符合行政许可监管制度价值。在科学合理定位行政许可年检制度的前提下,通过完善启动模式、信息确认程序、信息抄告程序等方式进一步完善行政许可年检程序,从而为行政许可年检权力有序运行提供规范模式。     

林业行政许可法律管制的规范化——以美国狩猎许可证核发与费用为例

林业行政许可是林业行政管理的重要手段和方式,一般而言,林业行政许可证核发以 不收费为原则,以收费为例外。本文拟以美国的狩猎许可制度为切入点,通过比较分析,就 如何规范我国的林业行政许可收费制度提出一些参考性意见。     

森林资源管理的行政许可证制度研究

合理开发利用森林资源是全球可持续发展战略的重要组成部分。随着经济的发展与生态环境的日益恶化,森林资源的管理日益重要。笔者从政府的经济性管制和社会性管制两个方面来讨论林业管理的行政许可证制度问题,并根据森林经营和林业产权的特点,提出进一步建立和完善林业管理的行政许可证制度,通过森林采伐限额、林权证、碳排放许可证、排污许可证等制度的建立,实现林业可持续发展。     

行政许可案件判决方式研究

对于行政机关违法的许可行为 ,法院撤销该行为并不能自然恢复原告应当享有的许可权益。现行法律规定的判决方式存在局限性 ,单纯的撤销判决无法满足原告的诉讼请求 ,而履行判决不适用于多数许可案件。为此 ,法院应当对许可案件进行全面审查 ,可以要求行政机关按照法院意图重新作出许可行为 ,其作用在于防止行政机关规避法律的行为 ,弥补现行判决方式之不足     

论行政许可设定及其完善

《中华人民共和国行政许可法》从法律层面上对我国行政许可设定进行了规范,但由于缺乏相应机制的衔接,不可避免地存在不完善的地方并容易导致在实践中出现的法律掉链的现象。本文试图通过对我国行政许可设定权的存在问题进行思考和分析,以求对行政许可设定的权限、范围、程序的完善提出设想和建议。     

论南宋东南茶法

南宋东南茶法是宋代茶法研究中相对薄弱的环节,学者们多强调其对政和茶法的继承，而缺乏对其自身特点的深入分析。实际上，南宋茶法主要只继承了政和茶法以引榷茶的基本模式，在具体制度上独具特色，多与政和茶法不同。南宋东南茶法实行三务发卖、地方发卖、州县配额的卖引制度，每引贩茶重量减少而引价提高，引外征敛增多，茶利高度集中，反映了其灵活、苛细、集权的特点。