車(chē)牌定位文章最新資訊

透過(guò)車(chē)牌識(shí)別原理，看背后的貓膩

對(duì)于一個(gè)城市來(lái)說(shuō)，車(chē)輛的多少可以衡量這個(gè)城市的重要性和地位，那么車(chē)牌識(shí)別實(shí)現(xiàn)的方式有哪些，車(chē)輛牌照的識(shí)別是基于圖像分割和圖像識(shí)別理論，對(duì)含有車(chē)輛號(hào)牌的圖像進(jìn)行分析處理，從而確定牌照在圖像中的位置，并進(jìn)一步提取和識(shí)別出文本字符。
關(guān)鍵字：車(chē)牌識(shí)別字符識(shí)別車(chē)牌定位

基于圖像采集的汽車(chē)車(chē)牌定位識(shí)別，軟硬件協(xié)同

本項(xiàng)目的主要任務(wù)是利用攝像機(jī)以及FPGA開(kāi)發(fā)板，設(shè)計(jì)一個(gè)可以在交通路口和收費(fèi)卡口對(duì)來(lái)往車(chē)輛的車(chē)牌進(jìn)行預(yù)處理的系統(tǒng)，實(shí)現(xiàn)對(duì)車(chē)輛進(jìn)行圖像拍攝，并對(duì)圖像中的車(chē)牌進(jìn)行識(shí)別，輸出車(chē)牌在圖片中的位置坐標(biāo)等信息。
關(guān)鍵字：車(chē)牌定位圖像處理形態(tài)學(xué) 二值法去噪

智能交通：汽車(chē)車(chē)牌定位識(shí)別完整設(shè)計(jì)

本文擬充分發(fā)掘FPGA并行運(yùn)算在圖像處理領(lǐng)域的優(yōu)勢(shì)，實(shí)現(xiàn)基于Adboost算法的車(chē)牌檢測(cè)硬件架構(gòu)，最終完成車(chē)牌定位信息的實(shí)時(shí)輸出。
關(guān)鍵字： Adaboost 車(chē)牌定位 FPGA Haar特征

基于嵌入式系統(tǒng)的智能車(chē)輛出入管理系統(tǒng)研究

基于嵌入式系統(tǒng)的智能車(chē)輛出入管理系統(tǒng)研究, 由于現(xiàn)在汽車(chē)越來(lái)越普及，汽車(chē)的增長(zhǎng)速度已經(jīng)遠(yuǎn)遠(yuǎn)超過(guò)了道路發(fā)展的速度。截止2012年底數(shù)據(jù)統(tǒng)計(jì)，我國(guó)汽車(chē)年生產(chǎn)能力突破1 900萬(wàn)輛，達(dá)到了1 927.2萬(wàn)輛，比2010提高了4.6個(gè)百分點(diǎn)。這也標(biāo)致著我國(guó)已正式邁入汽車(chē)社會(huì)
關(guān)鍵字：車(chē)輛管理嵌入式智能識(shí)別車(chē)牌定位

車(chē)牌定位在電子警察中的工程應(yīng)用

近年來(lái)，我國(guó)在城市和交通建設(shè)方面取得了巨大的進(jìn)步。然而，面對(duì)越來(lái)越多的交通路口、收費(fèi)站以及治安卡口，傳統(tǒng)的人工值守顯然已經(jīng)滿(mǎn)足不了要求。為解決這種現(xiàn)狀，出現(xiàn)了適應(yīng)信息化時(shí)代的計(jì)算機(jī)集成產(chǎn)品，即電子警察
關(guān)鍵字：車(chē)牌定位電子警察工程

復(fù)雜車(chē)輛圖像中的車(chē)牌定位

針對(duì)復(fù)雜背景的車(chē)牌定位問(wèn)題，提出了一種綜合形態(tài)、顏色、投影等多種特征的車(chē)牌定位算法。基于車(chē)牌區(qū)域邊緣信息豐富的特點(diǎn)，首先利用邊緣檢測(cè)和數(shù)學(xué)形態(tài)學(xué)方法定位候選車(chē)牌區(qū)域，并消除噪聲干擾；然后根據(jù)質(zhì)心所在位置對(duì)候選區(qū)域進(jìn)行由低到高的排序，并通過(guò)顏色識(shí)別作進(jìn)一步篩選，以排除車(chē)燈等區(qū)域的干擾；最后采用投影法及谷值分析對(duì)截取出的缺損車(chē)牌進(jìn)行補(bǔ)全，從而得到準(zhǔn)確的車(chē)牌位置。實(shí)驗(yàn)結(jié)果表明，算法的效率與精度與車(chē)輛圖像的清晰度、曝光度及車(chē)牌大小等因素有關(guān)，與傳統(tǒng)車(chē)牌定位算法相比，效率和精度分別提高了15％和20％以上。
關(guān)鍵字：車(chē)輛圖像車(chē)牌定位

一種基于圖像處理和投影的車(chē)牌定位方法

摘要：為了提高車(chē)牌的定位率和準(zhǔn)確性，通過(guò)對(duì)車(chē)牌特征的研究，提出一種采用顏色特征、圖像處理和投影結(jié)合的定位方法。首先利用車(chē)牌的顏色特征將車(chē)牌可能區(qū)域從整幅圖像中確定，再利用水平移差掃描，邊緣檢測(cè)對(duì)圖
關(guān)鍵字：圖像處理投影車(chē)牌定位方法

基于DCT域的公路車(chē)牌定位算法

1 引言　　車(chē)輛牌照識(shí)別( VLPR: V ehic le L icense PlateRecognit iON)系統(tǒng)作為一個(gè)專(zhuān)用的計(jì)算機(jī)視覺(jué)系統(tǒng)，能夠自動(dòng)攝取車(chē)輛圖像并識(shí)別出車(chē)牌。這個(gè)系統(tǒng)可應(yīng)用在公路自動(dòng)收費(fèi)、停車(chē)場(chǎng)管理、失竊車(chē)輛偵察、門(mén)
關(guān)鍵字： DCT 車(chē)牌定位算法

基于支持向量機(jī)的車(chē)牌定位方法

1 引言
智能交通系統(tǒng)是一個(gè)熱點(diǎn)研究領(lǐng)域，受到日益廣泛的關(guān)注。車(chē)牌識(shí)別系統(tǒng)(LPR)是計(jì)算機(jī)視覺(jué)、模式識(shí)別技術(shù)在智能交通領(lǐng)域的一個(gè)重要應(yīng)用，包括車(chē)牌定位、車(chē)牌字符分割、字符識(shí)別三部分。其中車(chē)牌定位是
關(guān)鍵字：支持向量機(jī) 車(chē)牌定位方法

共9條 1/1 1

車(chē)牌定位介紹

　　車(chē)牌定位是車(chē)牌自動(dòng)識(shí)別技術(shù)中的一個(gè)關(guān)鍵問(wèn)題，在車(chē)牌識(shí)別技術(shù)中占有很重要地位。一個(gè)車(chē)牌識(shí)別系統(tǒng)的識(shí)別率往往取決于車(chē)牌定位的成功率及準(zhǔn)確度?！　?.基于Hough變換的方法　　分析車(chē)牌具有明顯的矩形邊框，利用Hough變換檢測(cè)區(qū)域邊界實(shí)現(xiàn)定位?！　?.基于邊緣檢測(cè)的方法　　利用了車(chē)牌字符邊緣豐富的特征，結(jié)合數(shù)學(xué)形態(tài)學(xué)或區(qū)域生長(zhǎng)方法實(shí)現(xiàn)牌照定位?！　?.基于神經(jīng)網(wǎng)絡(luò)的方法　　利用圖像的顏色或紋理特征 [ 查看詳細(xì) ]