-
-
车牌识别matab源代码
* 文件列表:
*
* 主函数:MyCarLocal.m
*
* im2gray 将图像转化为灰度图象;
*
* mycombine 区域合并;
*
* select 前期处理的区域选取;
*
* isplate 判断检测出的区域是否为车牌区域,还需要继续完善。
-
车牌识别系统中的字符分割与识别
本文对车牌识别系统的各阶段的任务及遇到的问题进行了比较详细的说明和分析研究,然后用神经网络中的BP算法,基本完成了车牌识别系统的设计与实
现。
-
车牌识别中关键技术的研究与实现
随着国民经济的迅速发展,我国的汽车数量迅速增加。虽然我国政府在基础
设施建设上加快了步伐,高级公路、停车场越来越多,但配套的道路、车辆管理
系统却显得相对滞后,仍停留在以人工管理为主的水平上。科学、高效的利用好
现有交通基础资源成为进一步挖掘我国城市交通能力的有效途径。车牌识别技术
是计算机视觉与模式识别技术在智能交通领域应用的重要研究课题之一。其目的
就是无需为车辆加装其它特殊装置,在不改变车辆
-
具有倾斜矫正功能的车牌定位和字符分割算法研究
一般来说,整个车牌识别系统分为图像采集、车牌定位、字符分割、字符识别四大部
分。本文在现有研究算法的理论基础上,详细阐明了在Visual C ++平台下,采集到的图
像经过灰度化、二值化、边缘检测、中值滤波等一系列预处理过程;在车牌定位模块中,
本文在采用了边缘检测和二值化方法的基础上,利用灰度跳变的特点,检测到车牌的上下
边界,然后在此基础上,利用垂直投影法检测车牌的左右边界。至此,车牌完全定位
-
-
-
车牌类型识别
汽车牌照自动识别系统是实现智能化道路车辆监控的基础, 而车牌类型的识别率是车牌识别系统中重要的技术指标之
一。提出了一种基于聚类和神经网络车牌类型识别算法。首先进行车牌的倾斜校正, 其次提取车牌的有效区域, 最后应用K- me a ns
边缘颜色聚类和两级BP 神经网络进行车牌类型的识别。对各种条件下采集的500 幅车牌图像进行实验, 识别率在99% 以上。实
验结果表明, 该算法对光照变化和噪声
-
-
-
-