基于模糊ARTMAP神经网络的车牌识别

车牌识别是一种车辆自动识别技术.本文提出了一种用模糊ARTMAP神经网络来识别车牌的方法.模糊ARTMAP神经网络是神经网络家族中的一种比较新的体系结构,与传统的BP算法相比,它具有较强的学习能力.     

边缘检测算法在牌照定位中的应用分析

定位是模式识别的难点和关键.利用边缘检测法定位是基于边界的图像分割算法最基本的处理方法.不同的边缘检测算法可以得到不同的检测结果,比较和分析这些算子的作用和处理图像结果的优劣,并从中选出最合适的方法,在车辆牌照自动识别系统的应用上有积极的意义.     

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%。     

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.     

基于小波变换和投影法在车牌定位中的应用

根据实际需求,为了使车牌定位更加快速和精确,文章对图像消噪方面进行了研究,采用了基于小波变换的图像去噪,然后通过大量的仿真实验,在车牌定位中,用投影方法对车牌进行水平扫描,据实验结果最后得出,算法比以往的算法定位效果更好,并且能快速识别车牌,定位率白天超过98%,晚上超过87%。     

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。     

车牌变戏法

车牌,是交通管理上为了便于对车辆进行识别的一种标志。挂牌,本是一种交通管理措施。谁知,一些别有用心的人在汽车挂牌上竟变出种种戏法:上挂下牌 即上级部门使用挂着下级单位牌照的车子。某调查组依照登记,发现一个亏损严重的小企业近来买了一辆豪华小轿车,找到该单位,其主管人如是说:“上司想买车,怕被查处,将款     

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.     

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。     

基于小波和形态学的图像文本定位方法．

为解决图像中文本定位问题，提出一种基于小波和形态学的图像文本定位方法。该方法首先采用二尺度的小波变换对可能是文本的区域进行粗检测；然后再通过形态学的相关技术去除图像中一些小的虚假的非文本区域；最后对提取的文本区域中的连通区域进行外接矩形标定，从而实现对文本区域的细定位。实验结果表明，该算法具有较好的实时性、精确性和鲁棒性。     

基于改进分水岭算法的粘连车辆图像分割

为解决基于光流法的交通监控视频车流量检测过程中出现的车辆前景粘连情况,本文提出一种基于欧氏距离的分水岭粘连车辆分割算法.算法通过计算车辆前景中像素点距离背景的最小欧式距离,对阈值筛选后的区域进行质心的选取;以质心为起点构建分水岭算法的集水盆地,生成分水岭轮廓;将分水岭轮廓与原粘连图像结合完成粘连车辆的分割.本文进行各种类型车辆粘连图像分割实验,结果表明,本文提出的算法对于车辆粘连情况分割成功率高,获得了良好的车辆识别效果.     

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。     

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。     

曲线拟合的虹膜定位算法研究

虹膜定位是在虹膜图像中找到虹膜的内外边界,它是虹膜识别中的重要环节。该文提出了一种根据曲线拟合来进行虹膜快速定位的新方法,即先对图像进行分块并提取包含瞳孔的子图像块;再结合类间方差法提取瞳孔的二值化阈值,确定虹膜内边界点;然后根据关键的感兴趣区域灰度梯度信息确定虹膜外边界点;最后对内外边界点采用最小二乘法原理来进行曲线拟合,从而确定虹膜内外边界。通过实验表明该文提出的算法能快速准确地定位虹膜内外边界。     

基于图像内容可恢复的脆弱水印技术

提出了一种用于图像内容认证和保护的脆弱数字图像水印算法,该算法不仅可以检测定位出图像中内容的篡改,而且可以恢复被篡改的图像内容。算法用小波变换提取出图像的低频部分作为水印,然后再用RS纠错编码技术对水印进行编码,再利用置乱技术及加密技术将校验码处理后植入图像的最低有效位。实验结果证明该算法是比较有效的脆弱水印算法。     

一种新的内插算法的研究

有效的插值算法是现代医学三维成像中的一个焦点。针对ＣＴ断层图像的特点，文中提出了一种新的分区域位置映射插值算法，阐明了算法的基本思路及实施步骤，最后给出实验结果。     

基于蚁群算法的混合方法求解车辆路径问题

车辆路径问题(VRP)是以中心仓库为起点和终点,求解服务于一组顾客的车辆配送路线的优化集合。解决VRP问题是物流管理中的关键,也是电子商务中的重要环节。应用新近出现的一种元启发方法———蚁群优化(ACO)来解决只有一个中心仓库和相同车辆的VRP问题。我们提出一种混合的蚁群方法来解决这个问题。首先提出一种ACO算法,然后加入局部搜索机制并使用基于问题的特定启发信息———节约量来改进算法。     

基于几何特性的电气化铁路支撑装置管帽定位算法研究

针对接触网支撑装置图像(4C)中出现频率最高的管帽缺失故障,提出了一种基于几何特性的定位算法,实现了管帽区域的准确定位。首先对现场图像进行预处理;然后利用搜索阈值法二值化实现对支撑装置银色镀锌区域的提取;利用区域中心算法和最近像素定位法实现腕臂直线提取;最后根据支撑装置几何特性实现管帽区域的定位。实验表明,提出的定位算法能在复杂的接触网支撑装置图片中准确定位管帽区域。定位结果不受旋转、尺度、光照、支撑装置正反定位及图像中支撑装置主体结构是否完整等因素的影响,具有较高的实用价值和研究意义。     

新式学堂与平民教育：清末半日学堂述论

为了有效地解决夜间车辆检测这一难题，提出了一种新颖的基于有限状态机的夜间车辆检测算法。该算法将车辆检测的问题转变成一个有序状态转换的模型，即检测所选择区域内的车辆到达、车辆移动和车辆离开。先计算所选区域内的明亮像素点的数量以及他们之间的差异，然后将结果输入到所提出的状态机来检测车辆，最后输出检测结果。实验结果证明，该算法简单且易于实现，对检测夜间道路车辆有很强的鲁棒性。