車牌識別
- 基于深度學(xué)習(xí)的車牌識別系統(tǒng)設(shè)計
；神經(jīng)網(wǎng)絡(luò)；車牌識別；CRNN0 引言隨著社會經(jīng)濟(jì)的飛速發(fā)展，我國各地城市汽車保有量不斷增長。汽車在給人們帶來便利的同時，也帶來了管理上的問題，如道路交通監(jiān)控、車輛違規(guī)記錄、停車場車位智能管理[1]等問題。車牌識別技術(shù)在城市智能交通和城市智慧停車中具有不可或缺的作用，對于管理車輛信息和規(guī)劃車輛位置都十分重要。近年來，車牌定位與識別技術(shù)獲得了較豐碩的研究成果，在車輛管理方面有著較為廣泛的應(yīng)用，但仍具有一定局限性。在現(xiàn)實場景中，大多數(shù)車牌識別系統(tǒng)定位算法都存在
電腦知識與技術(shù) 2023年15期2023-07-11
- 基于LabVIEW和Vision Assistant的車牌識別系統(tǒng)設(shè)計
stant的車牌識別方案。系統(tǒng)使用Vision Assistant的顏色閾值、高級形態(tài)學(xué)及光學(xué)字符識別等函數(shù)，實現(xiàn)了對車牌圖像的預(yù)處理和車牌區(qū)域定位以及車牌字符分割、字符訓(xùn)練和識別，使用LabVIEW程序完成車牌的顯示。使用數(shù)百張車牌圖像對該系統(tǒng)進(jìn)行驗證，結(jié)果證實該方案是可行的，系統(tǒng)是可靠的，可以快速、準(zhǔn)確定位和識別車牌。關(guān)鍵詞：車牌識別；視覺助手；車牌定位；字符分割與識別中圖分類號：TP391.41中圖分類號文獻(xiàn)標(biāo)志碼：A文獻(xiàn)標(biāo)志碼0引言隨著我國經(jīng)濟(jì)的快
無線互聯(lián)科技 2023年7期2023-06-25
- 基于Hough變換與SVM的高速公路車牌識別系統(tǒng)
對ETC車道車牌識別難的問題，文章介紹了一套適用于人工車道與ETC車道的車牌自動識別系統(tǒng)。該系統(tǒng)采用HSV色彩分割與連通域分析相結(jié)合的方式來檢測車牌區(qū)域，通過一種基于Hough變換與像素點投影的方法來實現(xiàn)車牌字符的傾斜校正與分割，并采用SVM分類器對車牌字符進(jìn)行識別。測試結(jié)果表明，該車牌識別系統(tǒng)正確識別率高、識別速度快，且能夠有效地校正車牌的傾斜，具有在實際場景中應(yīng)用的可行性。關(guān)鍵詞：HSV;Hough變換;SVM;車牌識別中圖分類號：U491.5+120
西部交通科技 2022年3期2022-06-06
- 基于OpenCV和卷積神經(jīng)網(wǎng)絡(luò)的車牌識別研究
峰摘? 要：車牌識別在高速收費口、小區(qū)車輛出入口、停車場自動收費系統(tǒng)等方面得到越來越多的應(yīng)用，這在一定程度上可以減少交通道路的擁擠，緩解交通壓力。本文應(yīng)用OpenCV庫相關(guān)功能完成車牌的定位以及字符的分割，在此基礎(chǔ)上利用TensorFlow框架的Keras模塊搭建卷積神經(jīng)網(wǎng)絡(luò)，對車牌中的漢字、數(shù)字和字母分別進(jìn)行識別，其中車牌漢字模型評估的準(zhǔn)確率為92.4%，數(shù)字和字母一起識別模型評估的準(zhǔn)確率為95.6%，識別效果較好。關(guān)鍵詞：車牌定位;字符分割;卷積神經(jīng)網(wǎng)
軟件工程 2022年5期2022-05-10
- 基于手持設(shè)備圖像的車牌定位與車牌識別系統(tǒng)設(shè)計
? 要：自動車牌識別技術(shù)在智能交通系統(tǒng)中發(fā)揮著重要作用，針對智能手持設(shè)備拍照分辨率低、角度不定等問題，設(shè)計和優(yōu)化了車牌識別中的步驟，包括：（1）基于形態(tài)學(xué)的車牌定位;（2）基于邊緣檢測的車牌傾斜校正;（3）基于人工神經(jīng)網(wǎng)絡(luò)的車牌字符分割與識別等步驟。對手機拍攝的車牌照片進(jìn)行實驗，所提出的算法利用神經(jīng)網(wǎng)絡(luò)匹配識別精度達(dá)到95.2%，平均運行時間為2.015 s，無論識別精度還是時間都能夠達(dá)到應(yīng)用需求。關(guān)鍵詞：智能手持設(shè)備;車牌定位;邊緣檢測;人工神經(jīng)網(wǎng)絡(luò);車
軟件工程 2022年1期2022-01-04
- 分析計算機圖像處理的應(yīng)用與發(fā)展
;圖像處理;車牌識別中圖分類號：TP311? ? ? 文獻(xiàn)標(biāo)識碼：A文章編號：1009-3044（2021）30-0104-02開放科學(xué)（資源服務(wù)）標(biāo)識碼（OSID）：1 計算機圖像處理的內(nèi)涵計算機圖像處理一經(jīng)出現(xiàn)就以其廣泛的應(yīng)用、良好的發(fā)展前景，成為廣大科研工作者以及學(xué)者們所關(guān)注的焦點之一。關(guān)于計算機圖像處理的內(nèi)涵很多期刊和相關(guān)資料都對其進(jìn)行了闡述。張穎（2011）在關(guān)于計算機圖像處理技術(shù)的應(yīng)用的研究一文中指出：“所謂的計算機圖像處理技術(shù)就是指把圖像信號
電腦知識與技術(shù) 2021年30期2021-11-28
- 車牌識別現(xiàn)狀綜述
的廣泛應(yīng)用，車牌識別（LPR）技術(shù)的地位與日俱增并起著十分重要的作用。但是，在應(yīng)用中由于復(fù)雜的路況和天氣可能使部分車牌文本被遮擋，目前大部分的車牌識別技術(shù)都能更好的識別車牌的字符信息，但對于部分被遮擋或信息不完整的車牌的識別效率和準(zhǔn)確率較低。本文介紹了車牌識別的三步驟、車牌識別的算法發(fā)展、車牌文字識別的方法及發(fā)展和車牌識別的未來發(fā)展方向，并提出人工智能在車輛車牌照片圖像和車牌文本識別的應(yīng)用，使高效、高準(zhǔn)確率的車牌識別成為可能。關(guān)鍵詞 車牌識別 判別式分析
科海故事博覽·下旬刊 2021年9期2021-10-30
- 智能停車管理系統(tǒng)建設(shè)方案研究
：前端設(shè)備;車牌識別;二維碼交費;管理系統(tǒng)0 引言作為現(xiàn)代化新型停車場管理系統(tǒng)，智能停車管理系統(tǒng)是基于計算機統(tǒng)一管理的高科技一體化產(chǎn)品，可實現(xiàn)停車場自動化管理、車輛出入場計時收費以及相關(guān)硬件設(shè)備自動控制。系統(tǒng)以攝像頭拍照識別車牌技術(shù)為基礎(chǔ)，通過相關(guān)智能設(shè)備記錄車輛信息和車輛進(jìn)出場時間的信息，同時對各種信息進(jìn)行運算、傳輸，并通過屏幕顯示、語音播報等方式轉(zhuǎn)化為人工可識別的信號，從而達(dá)到自動收費和智能管理等目的[1]。1 前端設(shè)備前端設(shè)備平面示意如圖1所示。停車
無線互聯(lián)科技 2021年9期2021-09-13
- 面向復(fù)雜環(huán)境中車牌識別的CNN網(wǎng)絡(luò)模型設(shè)計與實現(xiàn)
要：傳統(tǒng)的車牌識別實現(xiàn)方案大多數(shù)是良好的環(huán)境情況下，但是不能滿足復(fù)雜場景中的需求且其方案不具備魯棒性。復(fù)雜環(huán)境如冬季大霧傳統(tǒng)方案則難以實現(xiàn)車牌識別，為此，在霧天條件下提高車牌識別準(zhǔn)確性和魯棒性是本文的研究重點。本文介紹了大霧天氣下車牌圖像的去霧問題及解決方法通過CNN模型的車牌識別的實現(xiàn)方案，提高霧天車牌識別的效率，且具備魯棒性。關(guān)鍵詞：車牌識別;魯棒性;CNN;圖像處理0 引言 隨著社會的進(jìn)步，人們生活水平地提高，越來越多的人選擇開私家車出行的方式，
交通科技與管理 2021年2期2021-09-10
- 結(jié)合HOG特征的車牌識別方法
準(zhǔn)為依據(jù)，對車牌識別面臨的問題進(jìn)行分析。根據(jù)所捕獲圖像的特點，通過高斯濾波、頂帽運算、Otsu算法進(jìn)行圖像預(yù)處理，消除噪點，完成背景提取和圖像二值化。運用閉運算結(jié)合車牌的外形特征完成車牌識別。結(jié)合投影法、字符間隔及尺寸的測定和輪廓分析法完成字符分割。最后，提取字符圖片的HOG特征，設(shè)計了一個基于SVM的字符分類器，實現(xiàn)了一個準(zhǔn)確率高、適應(yīng)性強的車牌識別系統(tǒng)。關(guān)鍵詞： 車牌識別; Otsu; 形態(tài)學(xué); 支持向量機中圖分類號：TP36? ? ? ? ? 文獻(xiàn)標(biāo)
計算機時代 2021年7期2021-08-06
- 高校車牌登記識別管理系統(tǒng)的設(shè)計與實現(xiàn)
登記子系統(tǒng)和車牌識別子系統(tǒng)兩個部分。車牌在線登記子系統(tǒng)前端頁面使用JSP技術(shù)，通過DIV+CSS對頁面進(jìn)行布局。后端基于Java語言、SSM框架開發(fā)，使用Maven進(jìn)行項目管理。車牌識別子系統(tǒng)基于Python語言，使用OpenCV進(jìn)行圖像處理，提取車牌字符，結(jié)合TensorFlow對所獲得的車牌字符進(jìn)行分類識別。關(guān)鍵詞：高校;車牌登記;車牌識別;Java語言;Python語言中圖分類號：TP391.41 ? ? ?文獻(xiàn)標(biāo)識碼：A 文章編號：2096-470
現(xiàn)代信息科技 2021年2期2021-07-28
- 高速公路車牌識別及多路徑清分系統(tǒng)分析與研究
文對高速公路車牌識別及多路徑清分系統(tǒng)展開研究，從其原理與方法出發(fā)，對其設(shè)計與配置加以討論，從而不斷提升我國高速公路的發(fā)展水平?！娟P(guān)鍵詞】 ? ?高速公路 ? ?車牌識別 ? ?多路徑清分引言：現(xiàn)階段，隨著高速公路的不斷發(fā)展，人們對高速公路的關(guān)注也在持續(xù)提升。在網(wǎng)格化的發(fā)展過程中，一方面可以給車輛提供更多的路線選擇，另一方面也可以顯著緩解交通壓力，起到分散車流的作用。與此同時，高速公路的發(fā)展也體現(xiàn)出一些問題，其中最為突出的問題在于如何有效開展通行路線確認(rèn)。因
中國新通信 2021年9期2021-07-20
- 復(fù)雜場景下的車牌檢測與識別算法研究
要：針對傳統(tǒng)車牌識別方法在復(fù)雜環(huán)境下識別準(zhǔn)確率不高和過程繁雜的問題，提出一種基于U-Net和CNN的車牌檢測和識別的深度學(xué)習(xí)模型，首先通過U-Net模型進(jìn)行車牌定位，然后采用透視變換方法對傾斜較大或者形變的車牌實現(xiàn)車牌矯正，最后通過改進(jìn)的CNN模型對車牌區(qū)域進(jìn)行車牌識別，其識別率為97.5%。實驗結(jié)果表明該算法在復(fù)雜環(huán)境下能夠精準(zhǔn)識別。關(guān)鍵詞：U-Net;CNN;車牌定位;車牌矯正;車牌識別中圖分類號：TP391.41? ? ? 文獻(xiàn)標(biāo)識碼：A 文章編號：
現(xiàn)代信息科技 2021年1期2021-06-28
- 一種基于卷積神經(jīng)網(wǎng)絡(luò)的智能車牌識別方法
神經(jīng)網(wǎng)絡(luò)的的車牌識別實現(xiàn)方案，搭建包含多層卷積、池化、全連接層的神經(jīng)網(wǎng)絡(luò)模型，通過圖像降維、中值濾波、Canny邊緣檢測、閉運算等圖像處理算法搭配，實現(xiàn)對原始車輛圖像的科學(xué)處理。后加以基于投影法的字符分割，將分割后的多個字符數(shù)據(jù)輸入訓(xùn)練模型，得到輸出車牌號碼信息，以實現(xiàn)對圖像車牌號碼的檢測;該方法采用多類場景下車輛圖像進(jìn)行檢測，識別準(zhǔn)確率可達(dá)97%?！娟P(guān)鍵詞】車牌識別;中值濾波;BP神經(jīng)網(wǎng)絡(luò);字符分割引言隨著中國經(jīng)濟(jì)的高速發(fā)展，中國人民對汽車的需求量逐年增
理論與創(chuàng)新 2021年4期2021-06-24
- 一種基于CRNN的車牌識別算法研究與應(yīng)用
智能交通中的車牌識別，提出一種基于CRNN的文本序列模型。該模型實現(xiàn)了端到端、免分割的車牌文字識別方法，充分體現(xiàn)了卷積神經(jīng)網(wǎng)絡(luò)的優(yōu)勢，在很多場景下都表現(xiàn)出較好的性能。經(jīng)多次測試統(tǒng)計，該模型的識別準(zhǔn)確率高達(dá)98.5%，平均響應(yīng)時間為100 ms，測試效果良好。關(guān)鍵詞：車牌識別;端到端;CRNN;OCR;神經(jīng)網(wǎng)絡(luò)中圖分類號：TP391? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識碼：A 文章編號：2096-4706（2021）20-0078-05Research a
現(xiàn)代信息科技 2021年20期2021-05-09
- 基于卷積神經(jīng)網(wǎng)絡(luò)的雙行車牌識別系統(tǒng)
要：目前，車牌識別發(fā)揮在眾多應(yīng)用程序和許多技術(shù)已經(jīng)提出。但是，他們中的大多數(shù)可以僅適用于單行車牌。在實際應(yīng)用程序方案，也有現(xiàn)有的許多多行車牌。傳統(tǒng)方法需要對雙行車牌的原始輸入圖像。這是一個非常復(fù)雜場景中的難題。為了解決這個問題，我們建議一個端到端的神經(jīng)網(wǎng)絡(luò)為兩個單行和雙行車牌識別。是的原始輸入車牌圖像的分段。我們查看這些整個圖像作為一個單位在要素映射后直接深度卷積神經(jīng)網(wǎng)絡(luò)。大量的實驗表明我們的方法是有效的。關(guān)鍵詞：深度學(xué)習(xí) 卷積神經(jīng)網(wǎng)絡(luò) 車牌識別Dual
時代汽車 2021年4期2021-04-02
- 基于BP神經(jīng)網(wǎng)絡(luò)的智能車牌識別系統(tǒng)
史洪瑋摘要：車牌識別是智能交通中信息化管理車輛的重要環(huán)節(jié)，對構(gòu)建智慧城市具有重要意義。針對國內(nèi)車牌的結(jié)構(gòu)特點，設(shè)計了一種基于BP神經(jīng)網(wǎng)絡(luò)的智能車牌識別系統(tǒng)。系統(tǒng)利用去噪算法及數(shù)學(xué)形態(tài)學(xué)方法對車牌照片中的車牌位置進(jìn)行定位，針對國內(nèi)車牌特征分割字符，然后基于白像素點提取13維特征并將車牌不同位置的字符分別輸入到不同的BP神經(jīng)網(wǎng)絡(luò)進(jìn)行分類。系統(tǒng)的平均識別正確率為96.4%，可廣泛應(yīng)用于城市道路 、智慧停車場等多個領(lǐng)域的車輛自動化信息管理。關(guān)鍵詞： 車牌識別;BP
電腦知識與技術(shù) 2021年3期2021-03-15
- 基于車牌識別技術(shù)的感應(yīng)控制策略研究
：交通控制，車牌識別，感應(yīng)控制1 車牌識別技術(shù)感應(yīng)控制理論基礎(chǔ)1.1車牌識別技術(shù)概念（1）車牌識別車牌識別是是利用RFID高精度識別、高準(zhǔn)確采集、高靈敏度的技術(shù)特點，在機動車增加電子標(biāo)簽，通過射頻識別讀寫器，掃描過往車輛的電子標(biāo)簽，以實現(xiàn)采集記錄車輛數(shù)據(jù)，從而實現(xiàn)先進(jìn)的車輛數(shù)字化管理。（2）交通流到達(dá)率城市道路交叉口交通流到達(dá)具有隨機性，本文采用離散型分布來描述路段上的交通流到達(dá)率。（3）車輛速度平均車速：某一道路區(qū)間上車輛在正常行被狀態(tài)下的速度。瞬時速度
電子樂園·中旬刊 2021年4期2021-03-07
- 基于MATLAB的車牌識別系統(tǒng)研究
ATLAB;車牌識別;字符分割;模板匹配*基金項目：校企合作橫向項目（YG2020090201）;2021年鹽城工學(xué)院大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計劃項目（項目編號：368）0引言隨著國民經(jīng)濟(jì)不斷增長，人們生活水平不斷提高，汽車逐步走進(jìn)了普通家庭。越來越多的家庭選擇汽車作為代步工具，促進(jìn)了智能交通系統(tǒng)的快速發(fā)展。而車牌識別系統(tǒng)作為智能交通系統(tǒng)的重要組成部分，能夠自動識別出車牌，節(jié)省了人力，簡化了工作流程，提高了識別速度的同時也避免了人工管理可能帶來的錯誤。而MATL
電子產(chǎn)品世界 2021年12期2021-01-15
- 數(shù)字圖像處理在車牌識別中的應(yīng)用研究
應(yīng)用于車輛的車牌識別中，從而實現(xiàn)車牌圖像數(shù)據(jù)采集的精準(zhǔn)性。通過對數(shù)字圖像技術(shù)在車牌識別中圖像采集、圖像預(yù)處理、字符分割、特征提取以及字符識別的應(yīng)用分析，來全面增強車牌識別的精準(zhǔn)度，完善我國的車輛跟蹤檢測系統(tǒng)。關(guān)鍵詞：數(shù)字圖像;車牌識別;技術(shù)應(yīng)用中圖分類號：TP391.41 ? ? ?文獻(xiàn)標(biāo)志碼：A ? ? ? ? 文章編號：2095-2945（2020）32-0166-02Abstract： Digital image processing technol
科技創(chuàng)新與應(yīng)用 2020年32期2020-11-09
- 基于CNN多標(biāo)簽分類的林區(qū)車牌識別研究
簽分類的林區(qū)車牌識別方法。此方法相比傳統(tǒng)方法免除了車牌字符分割的誤差累積，能夠克服大霧、灰塵、光線較暗等復(fù)雜環(huán)境影響，文章提出的方法在林區(qū)環(huán)境下車牌識別率達(dá)到81.57%。關(guān)鍵詞：多標(biāo)簽分類;林區(qū)環(huán)境;車牌識別中圖分類號：TP391.41;U495 ? ? ?文獻(xiàn)標(biāo)識碼：A 文章編號：2096-4706（2020）12-0084-04Abstract：The forest region has always been the area with weak
現(xiàn)代信息科技 2020年12期2020-11-06
- 一種車牌識別圖片預(yù)處理的設(shè)計方法
蔡天巍摘要：車牌識別系統(tǒng)不僅僅是智能交通系統(tǒng)的一個重要板塊，同時也在交通的監(jiān)控和管理中起到極其關(guān)鍵的作用。車牌圖片預(yù)處理能夠在短的時間內(nèi)使得復(fù)雜圖片簡單化，為后繼的車牌定位于識別做好準(zhǔn)備。該文主要介紹了一種圖片預(yù)處理的方法，使用了二值化、邊緣檢測及形態(tài)學(xué)操作等對圖片進(jìn)行處理，并根據(jù)實際優(yōu)化了參數(shù)和方法。關(guān)鍵詞：圖片處理;車牌識別;OpenCV中圖分類號：TP311 ? ? ? ?文獻(xiàn)標(biāo)識碼：A文章編號：1009-3044（2020）25-0178-02Ab
電腦知識與技術(shù) 2020年25期2020-11-02
- 基于MATLAB圖像處理的惡劣天氣自動車牌識別系統(tǒng)設(shè)計
下傳統(tǒng)的自動車牌識別系統(tǒng)存在運行時間長、輸出車牌信息不準(zhǔn)等問題，本文提出了借助MATLAB的圖像處理功能從圖像去霧、車牌定位、字符識別三個模板進(jìn)行自動車牌識別系統(tǒng)的設(shè)計，并采用暗通道優(yōu)先、支持向量機、模板匹配三種算法，通過實驗驗證了車牌定位和字符識別的準(zhǔn)確性提高效果良好。關(guān)鍵詞 車牌識別 ?暗通道優(yōu)先 ?支持向量機 ?模板匹配中圖分類號 ?TP3文獻(xiàn)標(biāo)志碼 ?A引 言全球汽車的使用越發(fā)呈爆炸式增長，人類的生活出行更加方便了，但同時也對城市交通造成了巨大的壓
中國電氣工程學(xué)報 2020年9期2020-10-27
- 基于圖像的車牌檢測算法綜述
向。關(guān)鍵詞：車牌識別;車牌檢測;卷積神經(jīng)網(wǎng)絡(luò);深度學(xué)習(xí)0 引言隨著城市現(xiàn)代化的發(fā)展，汽車保有量逐年增加，我國公路發(fā)展迅速，采用傳統(tǒng)的人工管理模式已滿足不了對車輛精細(xì)化管理的需求。基于圖像的車牌自動識別技術(shù)成為解決難題的關(guān)鍵技術(shù)之一，廣泛應(yīng)用于停車場出入口、車輛違章抓拍等場景中。目前基于圖像的車牌自動識別功能大多都是嵌入到智能識別一體機里面完成，對算法的處理速度要求較高，大致可分為車牌檢測、車牌矯正、字符分割和字符識別這四個過程（如圖1所示）。其中車牌檢測是
錦繡·上旬刊 2020年5期2020-10-12
- 基于BP神經(jīng)網(wǎng)絡(luò)的車牌識別系統(tǒng)設(shè)計
網(wǎng)絡(luò)的機動車車牌識別系統(tǒng)，系統(tǒng)能夠?qū)Σ杉降钠囌掌M(jìn)行自動的車牌識別，并將對應(yīng)的車牌信息進(jìn)行自動保存。本文的系統(tǒng)主要包含兩大模塊：車牌圖像預(yù)處理模塊和車牌號碼識別模塊。采用本文提供的兩大算法模塊，可以得到精確的車牌號碼信息，經(jīng)過實驗測試，本文設(shè)計的算法在車牌號碼識別方面能夠達(dá)到95%以上的識別精度，可以用于實際的工作環(huán)境中。關(guān)鍵詞：車牌識別;圖像處理;特征提取;BP神經(jīng)網(wǎng)絡(luò)識別中圖分類號：TP391.4 文獻(xiàn)標(biāo)識碼：A1 緒論1.1 研究背景與意義為了
交通科技與管理 2020年6期2020-09-10
- 基于小程序的停車場車位管理系統(tǒng)的研究
：車位引導(dǎo);車牌識別;車位預(yù)約;小程序Key words： parking guidance;license plate recognition;parking appointment;wechat applet0 ?引言 隨著人們生活水平的提高和生活節(jié)奏的加快，停車亂和停車不入位的現(xiàn)象屢禁不止，嚴(yán)重影響交通安全，給人們生活帶了諸多不便。在智慧城市發(fā)展的大框架下，針對停車難、車位少的情況，本文提出一種車位管理系統(tǒng)，依托自行搭建的服務(wù)器控制系統(tǒng)和后臺管理界面
內(nèi)燃機與配件 2020年6期2020-09-10
- 基于神經(jīng)網(wǎng)絡(luò)的車牌字符匹配識別系統(tǒng)的研究與實現(xiàn)
率。關(guān)鍵詞：車牌識別;神經(jīng)網(wǎng)絡(luò);字符模式匹配引言：車牌識別系統(tǒng)具有適應(yīng)性強、智能化程度高等特點，已經(jīng)是現(xiàn)代智慧城市交通系統(tǒng)中重要的組成部分。作為智能交通系統(tǒng)中核心環(huán)節(jié)得到廣泛應(yīng)用，實現(xiàn)實時、準(zhǔn)確、高效的車牌識別系統(tǒng)，保障大數(shù)據(jù)條件下的交通安全與智慧化管理，也是當(dāng)前智能交通領(lǐng)域的重要挑戰(zhàn)之一[1][2]，對于交通系統(tǒng)中車輛的監(jiān)控和管理智能化起到關(guān)鍵作用。一、 算法研究設(shè)計與實現(xiàn)（一）字符模式分割法在圖像定位后對字符的分割過程中，干擾元素也包含車輛牌照的4個邊
看世界·學(xué)術(shù)上半月 2020年9期2020-09-10
- 基于OneNET物聯(lián)網(wǎng)的智慧校園監(jiān)控系統(tǒng)
位;通過實現(xiàn)車牌識別功能建立校內(nèi)行車記錄系統(tǒng)。為師生提供高效、智能的信息化服務(wù)，打造數(shù)字化校園。關(guān)鍵詞：OneNET云平臺;環(huán)境監(jiān)測;車牌識別1 引言智慧校園監(jiān)控系統(tǒng)是實現(xiàn)學(xué)校信息化建設(shè)的重要手段，通過信息化手段，傳感器檢測技術(shù)，物聯(lián)網(wǎng)接入方式，將校園各個場景的資源、管理及服務(wù)流程數(shù)字化，搭建校園的數(shù)字環(huán)境，使校園環(huán)境數(shù)據(jù)憑借物聯(lián)網(wǎng)信息技術(shù)手段，在時間和空間上延伸[1]。OneNET智慧校園監(jiān)控系統(tǒng)旨在用層次化、整體化、戰(zhàn)略化的觀點來規(guī)劃校園信息化建設(shè)，將
科學(xué)與財富 2020年17期2020-09-03
- 基于FasterR-CNN與BRNN的車牌識別
度神經(jīng)網(wǎng)絡(luò)的車牌識別方法。首先，使用Faster R-CNN網(wǎng)絡(luò)進(jìn)行車牌定位：先通過RPN（區(qū)域提案網(wǎng)絡(luò)）進(jìn)行候選區(qū)域提取與輸出，提供粗略搜索范圍，再通過分類層結(jié)合提議目標(biāo)層生成的邊界框坐標(biāo)和其回歸系數(shù)，生成所需的最終邊界框;然后，將車牌識別看作序列標(biāo)記問題，使用具有CTC損耗的BRNN（雙向循環(huán)神經(jīng)網(wǎng)絡(luò)）用于標(biāo)記其順序特征，實現(xiàn)車牌字符識別。試驗結(jié)果表明，該技術(shù)識別準(zhǔn)確率高達(dá)94.5%。關(guān)鍵詞：卷積神經(jīng)網(wǎng)絡(luò);深度學(xué)習(xí);車牌識別;圖像識別;R-CNNDOI
軟件導(dǎo)刊 2020年8期2020-09-02
- 基于車牌識別+移動支付的高速公路收費系統(tǒng)設(shè)計與實現(xiàn)
上提出基于“車牌識別+移動支付”的高速公路收費系統(tǒng)，無需額外安裝設(shè)備即可實現(xiàn)不停車收費。系統(tǒng)核心技術(shù)為車牌識別與移動支付。車牌識別采用小波降噪技術(shù)對圖像進(jìn)行降噪處理，采用數(shù)學(xué)形態(tài)學(xué)方法進(jìn)行車牌定位，采用垂直投影法進(jìn)行字符分割，采用ORC算法進(jìn)行字符識別;移動支付通過調(diào)用第三方支付平臺（微信或支付寶）接口方式實現(xiàn)。對車牌圖像進(jìn)行降噪處理后，車牌識別正確率達(dá)到96%，比未降噪處理提高3%;與ETC收費車道相比，從該系統(tǒng)入口車道通行時間縮短7秒，出口車道縮短8秒
軟件導(dǎo)刊 2020年8期2020-09-02
- 基于深度學(xué)習(xí)的車牌識別方法
摘 要：當(dāng)前車牌識別系統(tǒng)已經(jīng)在各種場景中有了廣泛的使用，但是對于車牌的定位和車牌字符識別的準(zhǔn)確率都有待于提高，近年來神經(jīng)網(wǎng)絡(luò)在字符識別中取得了不錯的效果，所以本文提出了一種基于深度學(xué)習(xí)的車牌識別方法，該方法通過SVM對車牌進(jìn)行定位，通過RBFNN進(jìn)行車牌的字符的分割，最后輸出車牌號碼。所提方法結(jié)合SVM和RBFNN模型可以提高車牌識別系統(tǒng)的識別精度。關(guān)鍵詞：車牌識別;支持向量機;徑向神經(jīng)網(wǎng)絡(luò);“斷節(jié)”現(xiàn)象;多類SVM0 引言車牌識別的原理是通過使用視頻采集
汽車世界·車輛工程技術(shù)（下） 2020年3期2020-08-06
- 基于車牌識別和ZigBee無線傳感的智能車庫系統(tǒng)應(yīng)用
e神經(jīng)網(wǎng)絡(luò)的車牌識別系統(tǒng)，同時，車庫內(nèi)搭載室內(nèi)燈光導(dǎo)航系統(tǒng)，以保證能快速找到車位。關(guān)鍵詞：智能;車牌識別;ZigBee中圖分類號：TP391.4;TP274? ? ? 文獻(xiàn)標(biāo)識碼：A 文章編號：2096-4706（2020）05-0168-03Application of Intelligent Garage System Based on License PlateRecognition and ZigBee Wireless SensingWU Zhi
現(xiàn)代信息科技 2020年5期2020-07-27
- 基于改進(jìn)K近鄰算法的小型汽車號牌識別系統(tǒng)
K近鄰算法的車牌識別系統(tǒng)處理時間為2.08s，識別正確率達(dá)91.3%。與傳統(tǒng)的K近郃算法相比有著更高的識別率，與神經(jīng)網(wǎng)絡(luò)法相比，有著更快的識別速度。關(guān)鍵詞：均值濾波;Sobel邊緣檢測;車牌識別;改進(jìn)的K近鄰算法DOI：10.11907/rjdk.192090 開放科學(xué)（資源服務(wù)）標(biāo)識碼（OSID）：中圖分類號：TP317.4文獻(xiàn)標(biāo)識碼：A 文章編號：1672-7800（2020）006-0231-040 引言隨著人民生活水平的不斷提高，小型汽車銷量穩(wěn)定增
軟件導(dǎo)刊 2020年6期2020-07-24
- 基于MATLAB的車牌識別系統(tǒng)研究
要：為了提高車牌識別準(zhǔn)確率，以MATLAB為平臺，對車牌識別系統(tǒng)部分算子選擇及算法進(jìn)行調(diào)整和優(yōu)化。在具體處理中，通過灰度拉伸、頂帽變換、二值化等實現(xiàn)車牌預(yù)處理，用邊緣檢測、形態(tài)學(xué)處理等實現(xiàn)車牌定位，通過多種算法對比選擇合適的車牌矯正方法，結(jié)合車牌垂直投影法、模板匹配法完成車牌識別系統(tǒng)設(shè)計。該系統(tǒng)對車牌識別的準(zhǔn)確率由96.5%提升至97.5%，識別效果較好。關(guān)鍵詞：車牌識別;頂帽變換;形態(tài)學(xué)處理;車牌定位;車牌矯正DOI： 10. 11907/rjdk.19
軟件導(dǎo)刊 2020年1期2020-07-14
- 基于最小錯誤決策的車牌定位方法研究
植。關(guān)鍵詞 車牌識別;檢測;貝葉斯決策;形態(tài)學(xué)引言車牌自動識別系統(tǒng)主要分為車牌定位，字符分割和字符識別幾個環(huán)節(jié)，其中車牌定位是整個處理過程的關(guān)鍵點，如果無法準(zhǔn)確地找到畫面中的車牌位置，就無從進(jìn)行后續(xù)的識別處理。鑒于車牌定位的重要性，研究者已提出多種用于車牌定位的做法，如基于LBP紋理分析和伴生顏色特征方法等。但這些方法大多只利用了傳統(tǒng)圖像處理中的單一特征，在實際應(yīng)用中易受干擾。我國車牌有較強的先驗信息，本文將這些先驗知識通過貝葉斯最小錯誤決策框架進(jìn)行融合，
科學(xué)與信息化 2020年10期2020-06-19
- 基于MATLAB的車牌智能識別設(shè)計
要：為了提高車牌識別的準(zhǔn)確率，在MATLAB平臺中設(shè)計出一種車牌識別系統(tǒng)，該系統(tǒng)主要工作流程有：對車牌進(jìn)行形態(tài)學(xué)預(yù)處理、車牌定位、字符分割、字符識別。在處理過程中，通過優(yōu)化算子、算法和對大量的不同形態(tài)的車牌圖像進(jìn)行測試，得到車牌定位的最佳自適應(yīng)坐標(biāo)算法，并采用改進(jìn)迭代閾值算法對定位車牌后的圖形進(jìn)行二值化處理，在車牌精確定位中取得了較好的效果。實驗結(jié)果表明，該系統(tǒng)對車牌識別的準(zhǔn)確率達(dá)97qo，效果較好。關(guān)鍵詞：MATLAB;車牌定位;車牌識別中圖分類號：TP
電腦知識與技術(shù) 2020年5期2020-04-24
- 淺談智能監(jiān)控裝置車牌識別
建波摘 要：車牌識別技術(shù)是構(gòu)成交通系統(tǒng)智能化和現(xiàn)代化的關(guān)鍵因素，其能為交通管理提供切實可靠的依據(jù)。本文在闡述車牌識別技術(shù)原理的基礎(chǔ)上，就智能監(jiān)控裝置車牌識別技術(shù)的類型展開分析，同時指出智能監(jiān)控裝置車牌識別的應(yīng)用過程。期望能進(jìn)一步提升智能監(jiān)控裝置車牌識別技術(shù)應(yīng)用水平，進(jìn)而實現(xiàn)交通安全的有效保證。關(guān)鍵詞：智能交通;監(jiān)控裝置;車牌識別新經(jīng)濟(jì)形態(tài)下，我國國民經(jīng)濟(jì)獲得了快速發(fā)展，居民擁有汽車的數(shù)量持續(xù)增加，這在方便人們出行的同時，也帶來了一定的交通管理問題。良好的交
科學(xué)導(dǎo)報·學(xué)術(shù) 2020年10期2020-03-30
- 基于OpenCV的車牌識別在車位鎖上的應(yīng)用
penCV的車牌識別技術(shù)應(yīng)用到共享車位鎖上來提高車位鎖的性能和智能程度。本設(shè)計使用Linux內(nèi)核的嵌入式處理器作為采集和處理終端，利用適用Linux系統(tǒng)的V4L2框架來驅(qū)動攝像頭采集圖像，利用OpenCV開源庫來做圖像處理，利用字符模板匹配法來識別字符，利用識別返回的結(jié)果控制反饋模塊進(jìn)行反饋。經(jīng)測試表明：識別車牌時可以較好的識別出字母和數(shù)字，漢字的識別還要優(yōu)化，主要是字符模板匹配法的識別算法還要優(yōu)化，數(shù)據(jù)采集和圖像處理較穩(wěn)定。關(guān)鍵詞：智能交通 共享車位 車
時代汽車 2020年23期2020-03-03
- 復(fù)雜環(huán)境下車牌識別算法研究
成熟、穩(wěn)定的車牌識別算法，但是大部分需要在單一背景環(huán)境下，否則識別效果不佳，所以存在復(fù)雜環(huán)境下（如光照不均、大角度、多車牌、亮度低等）車牌定位與識別準(zhǔn)確率低的問題。文章提出一種復(fù)雜環(huán)境下多車牌識別算法來應(yīng)對此問題，采取了SVM模型定位車牌、外部輪廓和外接矩形法分隔字符、BP神經(jīng)網(wǎng)絡(luò)法識別字符。其中，對非連續(xù)性字符（如中文字符）分隔提出改進(jìn)算法，取得良好的效果。關(guān)鍵詞：多車牌;車牌識別;傾斜矯正;SVM;神經(jīng)網(wǎng)絡(luò)0 引言隨著生活質(zhì)量的提高和科技的發(fā)展，智能交
西部交通科技 2020年6期2020-03-01
- OpenCV在智能車牌識別系統(tǒng)中的應(yīng)用研究
，文章對智能車牌識別系統(tǒng)特性進(jìn)行論述，從顏色定位法、紋理定位法對車牌在系統(tǒng)中的定位形式進(jìn)行監(jiān)測，并對OpenCV在智能車牌識別系統(tǒng)中的應(yīng)用進(jìn)行研究。關(guān)鍵詞：OpenCV;車牌識別;智能系統(tǒng)中圖分類號：TP391? ? ? ? ?文獻(xiàn)標(biāo)志碼：A? ? ? ? ?文章編號：2095-2945（2020）06-0172-02Abstract： Traffic supervision system is an important guarantee of vehi
科技創(chuàng)新與應(yīng)用 2020年6期2020-02-29
- AI技術(shù)在智能停車管理系統(tǒng)中的應(yīng)用
，取代傳統(tǒng)的車牌識別技術(shù)、數(shù)據(jù)管理系統(tǒng)以及人工繳費系統(tǒng)等，進(jìn)一步優(yōu)化智能停車管理系統(tǒng)，提升執(zhí)行效率，提高智能和自動化程度，降低管理成本，并對其發(fā)展趨勢和前景做出思考。Abstract： As an important branch of computer science， artificial intelligence （AI） technology has made outstanding achievements in many fields and
價值工程 2019年34期2019-12-18
- 基于數(shù)學(xué)形態(tài)學(xué)的車牌識別系統(tǒng)設(shè)計仿真
基于形態(tài)學(xué)的車牌識別系統(tǒng)設(shè)計。通過對采集到的原始彩色圖像進(jìn)行灰度化、濾波等預(yù)處理，并利用數(shù)學(xué)形態(tài)學(xué)方法對圖像進(jìn)行閉合、腐蝕等運算，進(jìn)而實現(xiàn)了車牌定位，再使用投影法完成對車牌的字符分割，最后采用模板匹配法對字符進(jìn)行識別。MATLAB仿真結(jié)果顯示，設(shè)計具有較高的識別效果，識別速度較快?！娟P(guān)鍵詞】數(shù)學(xué)形態(tài)學(xué);車牌識別;字符分割;模板匹配中圖分類號： TP391.41文獻(xiàn)標(biāo)識碼： A文章編號： 2095-2457（2019）29-0008-002DOI：10.19
科技視界 2019年29期2019-11-13
- 基于對抗網(wǎng)絡(luò)的車牌數(shù)據(jù)生成與識別
;數(shù)據(jù)增強;車牌識別前言車牌識別技術(shù)已經(jīng)在日常環(huán)境中的應(yīng)用日益成熟，但是當(dāng)天災(zāi)人禍來臨國家搶險救災(zāi)時，需要在惡劣復(fù)雜的環(huán)境下識別救援車輛，根據(jù)救援內(nèi)容對人員和車輛進(jìn)行調(diào)度。所以快速識別車牌對于時間就是生命的救援現(xiàn)場有著重要意義。由于環(huán)境的復(fù)雜與惡劣性，傳統(tǒng)的識別方法無法有效應(yīng)用于救災(zāi)現(xiàn)場的車輛識別，所以如何實現(xiàn)復(fù)雜環(huán)境下的車牌識別成為一個亟待解決的問題。傳統(tǒng)車牌識別方法采用特征提取的方法，對圖像先預(yù)處理后再經(jīng)神經(jīng)網(wǎng)絡(luò)進(jìn)行識別。Li提出了一種無須分割使用深度
科學(xué)與信息化 2019年30期2019-10-21
- 基于彩色圖像信息的車牌自動識別系統(tǒng)仿真研究
lab軟件的車牌識別系統(tǒng)。該系統(tǒng)包括圖像預(yù)處理、車牌定位、字符分割及字符識別幾部分。對采集好的車牌圖像進(jìn)行圖像預(yù)處理，采用統(tǒng)計像素法對車牌圖像進(jìn)行定位，二值化已定位好的車牌圖像，對處理過的車牌圖像字符進(jìn)行分割，并采用模板匹配法對分割好的車牌字符進(jìn)行識別，同時選用100張不同場景、不同省份、不同品牌的汽車牌照，采用Matlab軟件進(jìn)行仿真實驗。仿真結(jié)果表明，有79張汽車牌照識別正確，說明本文可以實現(xiàn)較為準(zhǔn)確的車牌識別。該研究具有一定的實際應(yīng)用參考價值。關(guān)鍵詞
青島大學(xué)學(xué)報（工程技術(shù)版） 2019年4期2019-10-21
- 基于Python的車牌識別技術(shù)的實現(xiàn)
成。關(guān)鍵詞：車牌識別;Python;Open CV汽車的出現(xiàn)改變了步行和騎自行車的時代，更加便于人們?nèi)粘３鲂?，增加了人們之間的良好溝通。汽車為我們的旅行提供了便利，也給城市的交通造成了壓力。來自城市的車輛進(jìn)行有效的實時監(jiān)測和管理，能提高智能運輸?shù)男?，有效地減少了人工的操作。這不僅節(jié)省費用，而且在一定程度上還能杜絕工作人員亂收費，違規(guī)操作的問題。因為這諸多原因，社會整體對實現(xiàn)車牌識別技術(shù)寄予了厚望。在這項技術(shù)中，國外的科技人員要比國內(nèi)提前一步開始進(jìn)行研究，
西部論叢 2019年25期2019-10-21
- 基于SVM與ANN神經(jīng)網(wǎng)絡(luò)的車牌識別系統(tǒng)
?要： 由于車牌識別系統(tǒng)中車牌位置精確定位難和車牌中字符識別率低等問題。本文提出了一種基于SVM與ANN神經(jīng)網(wǎng)絡(luò)的車牌識別算法。通過Soble邊緣檢測算法與形態(tài)學(xué)算法相結(jié)合來確定大致的車牌輪廓，結(jié)合車牌的外接矩形的面積與長寬比來篩選出符合車牌特征的候選區(qū)域，再利用SVM分類器來判斷檢測到的區(qū)域中是否是車牌，來最終篩選出是車牌的區(qū)域。對于篩選出的車牌利用ANN神經(jīng)網(wǎng)絡(luò)進(jìn)行車牌字符的識別。經(jīng)驗證，該車牌識別系統(tǒng)能夠適用于比較復(fù)雜的環(huán)境，且識別速度快，準(zhǔn)確率相對
軟件 2019年8期2019-10-08
- 車輛牌照識別技術(shù)現(xiàn)狀
陷。關(guān)鍵詞：車牌識別;圖像預(yù)處理;車牌定位;字符分割;字符識別中圖分類號：TP391.41 ? ? 文獻(xiàn)標(biāo)識碼：A 文章編號：2096-4706（2019）16-0078-06Abstract：Vehicle License Plate Recognition （VLPR） technology，which has the advantage of fast and accurate detection of license plate numbers f
現(xiàn)代信息科技 2019年16期2019-09-10
- 基于粒子群優(yōu)化的車牌識別算法研究
優(yōu)化設(shè)計一種車牌識別算法。借助垂直投影法、自適應(yīng)閾值方案、方向梯度直方圖法等，對車牌字符進(jìn)行分割和提取字符的特征向量。依據(jù)字符特征向量樣本和支持向量機建立字符識別準(zhǔn)確率模型，并基于粒子群優(yōu)化算法建立求解該模型的車牌識別算法。比較性的數(shù)值實驗顯示，該算法能有效提升車牌識別的準(zhǔn)確率，且字符特征向量對車牌識別有極大影響。關(guān)鍵詞：車牌識別;方向梯度直方圖;支持向量機;粒子群優(yōu)化算法中圖分類號：TN391文獻(xiàn)標(biāo)識碼： A隨著我國經(jīng)濟(jì)水平的不斷提高，機動車擁有量的增長
貴州大學(xué)學(xué)報（自然科學(xué)版） 2019年6期2019-09-10
- 淺析視頻偵查技術(shù)的應(yīng)用
可能。特別是車牌識別、人像識別等技術(shù)在警用業(yè)務(wù)中的快速普及應(yīng)用，更加強調(diào)了視頻監(jiān)控圖像在案件偵查中的地位。因此，加強視頻監(jiān)控技術(shù)在公安案件偵查中的研究，能大大提高公安業(yè)務(wù)的偵查績效，有助于增強社會的穩(wěn)定與和諧。本文從三個方面論述視頻偵查技術(shù)在公安業(yè)務(wù)中的應(yīng)用：一是事前防范，從遏制及防范犯罪事件的前兆出發(fā)，論述視頻監(jiān)控在視頻偵查中的作用;二是事中監(jiān)察，從案件發(fā)生過程中，利用視頻監(jiān)控技術(shù)對案件發(fā)生時的場景進(jìn)行有效監(jiān)察，達(dá)到圖像與實事相統(tǒng)一的目的;三是事后追查，
法制與社會 2019年21期2019-08-22
- 基于物聯(lián)網(wǎng)的城市無人值守停車場系統(tǒng)設(shè)計
;車位引導(dǎo);車牌識別中圖分類號：TP393文獻(xiàn)標(biāo)識碼：A文章編號：2095-1302（2019）01-00-030 引 言近年來，我國汽車工業(yè)飛速發(fā)展，汽車保有量的激增和國民出行方式的改變，使得“停車難”問題正成為大中城市普遍面臨的一個挑戰(zhàn)。截止到2017年底，我國汽車保有量達(dá)2.17億輛，其中私家車1.87億輛，汽車駕駛?cè)藛T超過3.85億人[1-2]。一方面，由于城市規(guī)劃和用地等因素的限制，現(xiàn)有停車場數(shù)目以及面積難以大規(guī)模增加;另一方面，很多停車場仍采用
物聯(lián)網(wǎng)技術(shù) 2019年1期2019-07-25
- 基于OpenCV的智能車牌檢測系統(tǒng)
究。關(guān)鍵詞：車牌識別;圖像處理;車牌定位中圖分類號：TP393 ? ? ?文獻(xiàn)標(biāo)識碼：A文章編號：1009-3044（2019）13-0225-02世界范圍內(nèi)高速公路的快速發(fā)展使得各國學(xué)者不斷采用計算機視覺和電子技術(shù)來監(jiān)管車輛的違法信息、速度以及位置等信息。而這些信息主要通過智能車輛運輸系統(tǒng)中車牌識別LPR（License Plate Recognition）技術(shù)來獲取，目前智能車輛運輸系統(tǒng)ITS是世界各國交通運輸領(lǐng)域前沿的技術(shù)的象征和主要研究課題，并且許
電腦知識與技術(shù) 2019年13期2019-07-08
- 一種改進(jìn)的基于模板匹配的污損車牌識別方法
板匹配的污損車牌識別方法，該識別方法對于污損車牌和模糊車牌識別效果較好。研究時充分利用車牌定位和字符分割過程中得到的信息對車牌識別過程進(jìn)行反饋。利用改進(jìn)的模板匹配方法進(jìn)行字符的匹配識別，通過將字符的差異值累加進(jìn)行擴(kuò)大，以便于比較字符之間的差異值，通過對比差異值的大小來判斷字符識別結(jié)果。通過改進(jìn)的模板匹配方法來識別車牌字符，提高了污損車牌識別的準(zhǔn)確性，實驗結(jié)果表明本方法具有很強的環(huán)境適應(yīng)性和魯棒性。關(guān)鍵詞： 模板匹配;車牌識別;污損車牌;車牌字符;模糊車牌;
智能計算機與應(yīng)用 2019年3期2019-07-01
- 基于Matlab的車牌識別系統(tǒng)設(shè)計
好的約束，而車牌識別又是道路智能監(jiān)管系統(tǒng)的重要部分。該文首先提出了車牌識別系統(tǒng)的整體設(shè)計方案，而后使用Matlab實現(xiàn)車牌識別系統(tǒng)的設(shè)計，最后通過一個實例測試其識別結(jié)果較為準(zhǔn)確，最后提出了該設(shè)計中的不足以及改進(jìn)方法。關(guān)鍵詞：車牌識別? Matlab? 圖像處理中圖分類號：TP391.41? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻(xiàn)標(biāo)識碼：A? ? ? ? ? ? ? ? ? ? ? ? ?文章編號：1672-3791（2019）03（b）
科技資訊 2019年8期2019-06-18
- 車輛管理中的車牌識別問題
。[關(guān)鍵詞]車牌識別;車牌定位;字符分割;字符識別;卷積神經(jīng)網(wǎng)絡(luò)（CNN）一、問題重述隨著智能技術(shù)的發(fā)展和成熟，很多場合開始使用智能識別技術(shù)代替人工操作，車牌自動識別系統(tǒng)就是一種智能識別技術(shù)，該技術(shù)是一種基于計算機圖像處理的技術(shù)，在各種車輛管理系統(tǒng)中有著廣泛的應(yīng)用。試建立數(shù)學(xué)模型解決以下兩個問題。問題1：識別下圖中的車牌或其他汽車車牌。問題2：試識別附件圖片包中的汽車車牌，討論所建模型的合理性、效率。二、模型的建立與求解車輛拍照識別（License Pla
天工 2019年2期2019-06-11
- 圖像超分辨率在模糊車牌識別系統(tǒng)中的應(yīng)用
曹琨摘 要：車牌識別技術(shù)種類繁多，理想情況下識別率已達(dá)到99%，而對于遠(yuǎn)距離模糊不清的抓拍圖片，識別效果還不夠，為此提出一種利用圖像超分辨率重建技術(shù)提高模糊車牌識別率的方法。首先利用圖像處理方法對圖片進(jìn)行分割；其次利用支持向量機（SVM）對分割得到的圖塊進(jìn)行分類，篩選出車牌圖塊；再利用多幀低分辨率車牌圖塊進(jìn)行最大后驗估計（MAP）超分辨率重建，得到比較清晰、便于識別的車牌；最后利用人工神經(jīng)網(wǎng)絡(luò)（ANN）方法進(jìn)行光學(xué)字符識別（OCR），最終得到識別結(jié)果。實驗
軟件導(dǎo)刊 2019年5期2019-05-24
- 數(shù)字圖像分析技術(shù)在車牌識別中的應(yīng)用研究
像分析技術(shù)在車牌識別領(lǐng)域中的應(yīng)用，首先對該技術(shù)進(jìn)行了介紹，了解到其應(yīng)用的優(yōu)勢，其次闡述了技術(shù)應(yīng)用要點與問題，為之后的工作明確方向，最后分析了數(shù)字圖像分析技術(shù)的實際運用，目的在于發(fā)揮技術(shù)優(yōu)勢，高效率識別車牌信息。關(guān)鍵詞：數(shù)字圖像分析技術(shù)；車牌識別；噪聲點；城市交通中圖分類號：TP311 文獻(xiàn)標(biāo)識碼：A 文章編號：1009-3044（2019）04-0204-02信息時代下，社會發(fā)展也逐漸朝著智能、科技的方向不斷發(fā)展，這就為各個行業(yè)明確了新的發(fā)展目標(biāo)。城市交通
電腦知識與技術(shù) 2019年4期2019-05-24
- 基于GPS電子圍欄的煤場裝載管理系統(tǒng)的研究
S電子圍欄、車牌識別以及RFID技術(shù)的方案，總的說是通過在儲煤場出入口設(shè)置攝像機，讀卡器，裝載機具上安裝相應(yīng)的設(shè)備自動獲取運煤車信息以及開票信息，并傳輸至上位機，將日期、載重、出入事件等信息和采集的車輛信息一并存儲，并進(jìn)行資金劃賬等處理，達(dá)到自動監(jiān)控儲煤場運行的目的。關(guān)鍵詞：電子圍欄;車牌識別;RFID技術(shù);自動監(jiān)控中圖分類號：TP311? ? ? ? 文獻(xiàn)標(biāo)識碼：A? ? ? ? 文章編號：1009-3044（2019）02-0185-02目前國內(nèi)絕大部
電腦知識與技術(shù) 2019年2期2019-03-15
- 基于MATLAB的車牌識別系統(tǒng)設(shè)計
表明，設(shè)計的車牌識別系統(tǒng)有較好的識別效果，對于采用MATLAB開發(fā)數(shù)字圖像處理系統(tǒng)使用者具有一定的參考價值。關(guān)鍵詞：MATLAB;車牌定位;字符分割;車牌識別中圖分類號：TP311? ? ? ? 文獻(xiàn)標(biāo)識碼：A? ? ? ? 文章編號：1009-3044（2019）01-0198-02隨著經(jīng)濟(jì)的快速發(fā)展和人們生活水平的提高，汽車逐漸成為主要交通工具。隨之帶來了嚴(yán)重交通問題，如交通堵塞、交通事故等，智能交通系統(tǒng)應(yīng)運而生，其中車牌識別技術(shù)占有重要位置。車牌識別
電腦知識與技術(shù) 2019年1期2019-03-14
- 基于改進(jìn)卷積神經(jīng)網(wǎng)絡(luò)的車牌識別方法
摘 要：研究車牌識別技術(shù)時，存在著識別準(zhǔn)確率波動較大，準(zhǔn)確率較低等問題。為提高車牌識別準(zhǔn)確率，提出了一種改進(jìn)的卷積神經(jīng)網(wǎng)絡(luò)算法，在卷積神經(jīng)網(wǎng)絡(luò)模型的基礎(chǔ)上對其層次、參數(shù)進(jìn)行改進(jìn)，通過設(shè)置對照實驗獲得較好的訓(xùn)練參數(shù)數(shù)值，使改進(jìn)的卷積神經(jīng)網(wǎng)絡(luò)對車牌識別的準(zhǔn)確率有一定提升。根據(jù)實驗方案，對全連接神經(jīng)網(wǎng)絡(luò)、LeNet-5，以及改進(jìn)的卷積神經(jīng)網(wǎng)絡(luò)在識別準(zhǔn)確率方面進(jìn)行對比實驗，實驗數(shù)據(jù)表明，改進(jìn)的卷積神經(jīng)網(wǎng)絡(luò)在識別準(zhǔn)確率方面高于全連接神經(jīng)網(wǎng)絡(luò)和LeNet-5。關(guān)鍵詞：
軟件工程 2018年10期2018-12-21
- 變電站作業(yè)智能管控系統(tǒng)研究
；人臉識別；車牌識別；入侵監(jiān)控中圖分類號：TM63 文獻(xiàn)標(biāo)識碼：A 文章編號：1004-7344（2018）32-0065-021 前 言隨著智能變電站的全面建設(shè)，進(jìn)站人員及車輛管理難度越來越大，對于變電站人員及車輛的準(zhǔn)入都只是采用人工登記，電話確認(rèn)的方式，存在較大的安全隱患。對于施工人員是否有安全資質(zhì)，班組人員確認(rèn)過程復(fù)雜、耗時，嚴(yán)重影響工作效率。建立一套作業(yè)智能管控系統(tǒng)，利用現(xiàn)有生產(chǎn)管理系統(tǒng)中的信息資源及線下作業(yè)管控流程，實現(xiàn)后臺指導(dǎo)、以軟件進(jìn)程匹配現(xiàn)
大科技·C版 2018年11期2018-10-21