期刊文献+
共找到856篇文章
< 1 2 43 >
每页显示 20 50 100
一种基于数学形态学的实时车牌图象分割方法 被引量:77
1
作者 左奇 史忠科 《中国图象图形学报(A辑)》 CSCD 北大核心 2003年第3期281-285,共5页
根据车牌纹理及其几何形状的特点 ,设计了一种基于数学形态学的车牌图象分割方法 ,该方法在二维形态滤波过程中 ,能自适应地调整阈值大小 ,以适应光照强度及干扰强度的变化 ,同时把基于全像素点数学形态学处理的点运算转化成仅有几十条... 根据车牌纹理及其几何形状的特点 ,设计了一种基于数学形态学的车牌图象分割方法 ,该方法在二维形态滤波过程中 ,能自适应地调整阈值大小 ,以适应光照强度及干扰强度的变化 ,同时把基于全像素点数学形态学处理的点运算转化成仅有几十条直线的线运算 ,以使运算速度和抗干扰能力较其他传统分析方法有显著提高 .用该方法对不同照明条件下的一系列汽车图象进行的大量实验结果表明 ,该方法不仅定位效果好、速度高 ,而且适于对有噪声及复杂背景的车牌图象进行分割 . 展开更多
关键词 数学形态学 图象分割 牌照识别 抗干扰能力 汽车
下载PDF
基于卷积神经网络LeNet-5的车牌字符识别研究 被引量:151
2
作者 赵志宏 杨绍普 马增强 《系统仿真学报》 CAS CSCD 北大核心 2010年第3期638-641,共4页
将卷积神经网络LeNet-5引入到车牌字符识别中。为了适应目前中国车牌字符识别的需要,对传统的卷积神经网络LeNet-5的结构进行了改进,主要是改变输出单元的个数与增加卷积层C5特征图的个数。研究结果表明,改进后的LeNet-5比传统的LeNet-... 将卷积神经网络LeNet-5引入到车牌字符识别中。为了适应目前中国车牌字符识别的需要,对传统的卷积神经网络LeNet-5的结构进行了改进,主要是改变输出单元的个数与增加卷积层C5特征图的个数。研究结果表明,改进后的LeNet-5比传统的LeNet-5的识别率有所提高,识别率达到98.68%。另外,与BP神经网络进行了比较研究,从实验中可以看出在字符识别的正确率和识别速度上都优于BP神经网络。卷积神经网络在车牌识别中具有很好地应用前景。 展开更多
关键词 字符识别 车牌识别 卷积神经网络 LeNet-5
下载PDF
利用Hough变换和先验知识的车牌字符分割算法 被引量:56
3
作者 张云刚 张长水 《计算机学报》 EI CSCD 北大核心 2004年第1期130-135,共6页
随着科技的发展 ,车牌识别系统得到了很多应用 .车牌识别系统包含三个部分 :车牌定位、字符分割和字符识别 .车牌字符分割是车牌自动识别系统中的重要步骤 .车牌字符分割中存在噪声干扰、边框影响、铆钉和间隔符影响、车牌旋转、光照不... 随着科技的发展 ,车牌识别系统得到了很多应用 .车牌识别系统包含三个部分 :车牌定位、字符分割和字符识别 .车牌字符分割是车牌自动识别系统中的重要步骤 .车牌字符分割中存在噪声干扰、边框影响、铆钉和间隔符影响、车牌旋转、光照不均等问题 .这些问题容易造成分割不准确 ,甚至分割错误 .针对这些问题 ,该文提出了一种先分段 ,再利用Hough变换拟合直线的水平分割方法和基于先验知识约束的垂直分割方法 ,同时提出目标增强的预处理方法 .大量实验表明 ,该算法较好地解决了以上问题 ,适用于各种质量的车牌图像 。 展开更多
关键词 车牌字符分割算法 HOUGH变换 先验知识 字符识别 预处理算法
下载PDF
基于投影特征值的车牌字符分割算法 被引量:60
4
作者 迟晓君 孟庆春 《计算机应用研究》 CSCD 北大核心 2006年第7期256-257,共2页
在车牌先验知识的基础上提出了一种基于垂直投影特征值的分割方法。大量实验表明,该算法能够快速找到字符之间的最优分割点,并自动去除车牌垂直边框和其他噪声点的干扰,适用于各种质量的车牌图像,分割准确率较高。
关键词 车牌识别 字符分割 特征值 垂直投影 先验知识
下载PDF
行驶车辆的牌照识别系统 被引量:24
5
作者 郭勇 吴乐南 《电子工程师》 2000年第11期37-41,共5页
介绍了汽车牌照识别系统的总体结构 ,详细讨论了牌照定位和字符识别两个关键技术的实现方案 。
关键词 车牌识别 计算机 行驶车辆 运动目标识别
下载PDF
汽车牌照定位研究综述 被引量:32
6
作者 袁宝民 于万波 魏小鹏 《大连大学学报》 2002年第2期6-12,共7页
车牌定位是牌照自动识别系统中最关键的环节,也是检验牌照自动识别系统优劣的重要指标.长期以来,许多学者从事这方面的探讨和研究,相继出现了一些新方法、新思路.尽管如此,目前国内尚无一个完善、通用的牌照定位系统.本文结合国... 车牌定位是牌照自动识别系统中最关键的环节,也是检验牌照自动识别系统优劣的重要指标.长期以来,许多学者从事这方面的探讨和研究,相继出现了一些新方法、新思路.尽管如此,目前国内尚无一个完善、通用的牌照定位系统.本文结合国内汽车牌照的特点,对近几年来国内外车辆牌照识别系统研究中出现的车牌定位方法,进行了全面的综述. 展开更多
关键词 汽车车牌定位 牌照自动识别系统 中国 图像处理
下载PDF
基于车牌底色识别的车牌定位方法 被引量:33
7
作者 郭大波 陈礼民 +1 位作者 卢朝阳 韩丽萍 《计算机工程与设计》 CSCD 2003年第5期81-84,87,共5页
提出了结合汽车车牌纹理特征分析和颜色特征分析实现车牌定位的方法。以往的车牌定位技术主要是利用了车牌的纹理特征和形状特征,该文提出的方法是先进行纹理分析和形状分析,再进行色彩分析,从而尽可能多地利用车牌模式识别空间中的各... 提出了结合汽车车牌纹理特征分析和颜色特征分析实现车牌定位的方法。以往的车牌定位技术主要是利用了车牌的纹理特征和形状特征,该文提出的方法是先进行纹理分析和形状分析,再进行色彩分析,从而尽可能多地利用车牌模式识别空间中的各种条件。得到边缘清晰整齐的尽可能小的车牌区域。这种方法明显地克服了单用纹理和形状分析时难以解决的车牌区域变大的问题。 展开更多
关键词 车牌底色识别 车牌定位方法 汽车车牌 车流监控 计算机 彩色图像 数学形态学处理
下载PDF
车型与车牌自动识别技术分析 被引量:15
8
作者 徐建闽 贺敬凯 《交通与计算机》 2002年第2期7-12,共6页
文章着重分析了车型识别技术与车牌自动识别技术 ,并指出模糊逻辑技术与神经网络技术的使用是解决车型识别和车牌识别这种复杂非线性问题的一个良好的途径。
关键词 电子收费系统 自动车辆识别系统 车牌识别系统 车型识别 模糊逻辑 神经网络
下载PDF
一种基于BP神经网络的车牌字符分类识别方法 被引量:21
9
作者 杨凡 赵建民 朱信忠 《计算机科学》 CSCD 北大核心 2005年第8期192-195,共4页
目前,车牌字符识别算法主要是基于模板匹配、特征匹配或神经网络的方法。本文根据车牌字符的特殊性,提出一种采用特征提取与BP神经网络学习算法相结合的分类识别技术,选取字符的粗网格特征作为字符的识别特征,以改进后的归一化字符原始... 目前,车牌字符识别算法主要是基于模板匹配、特征匹配或神经网络的方法。本文根据车牌字符的特殊性,提出一种采用特征提取与BP神经网络学习算法相结合的分类识别技术,选取字符的粗网格特征作为字符的识别特征,以改进后的归一化字符原始特征直接输入到BP神经网络分类器中进行车牌字符识别研究。对于易混淆和相似的字符、汉字笔划粘连、字符偏移现象等都提出了自己的解决方法。实验结果说明,本方法可大幅提高车牌识别系统的正确识别率和抗干扰能力。 展开更多
关键词 车牌识别 字符识别 BP神经网络 字符提取 BP神经网络分类器 车牌字符识别 字符分类 识别方法 网络学习算法 车牌识别系统
下载PDF
改进的模板匹配方法在车牌识别中的应用 被引量:40
10
作者 陈玮 曹志广 李剑平 《计算机工程与设计》 CSCD 北大核心 2013年第5期1808-1811,共4页
字母和数字是国内外车牌的主体内容,常采用模板匹配的方法对其进行识别。该方法需要将目标图像与每一幅模板图像进行匹配,对相似字符的识别率也不高。针对这个问题,提出了基于欧拉数的模板匹配,它将模板图像根据欧拉数分为不同的组,不... 字母和数字是国内外车牌的主体内容,常采用模板匹配的方法对其进行识别。该方法需要将目标图像与每一幅模板图像进行匹配,对相似字符的识别率也不高。针对这个问题,提出了基于欧拉数的模板匹配,它将模板图像根据欧拉数分为不同的组,不仅减少了不必要的匹配过程,还提高了某些相似字符的识别率。计算欧拉数过程中去除噪声和干扰,匹配过程中去除冗余背景和填充有效背景,这些都提高了最终的识别质量。 展开更多
关键词 字符分割 模板匹配 欧拉数 车牌识别 冗余背景 有效背景
下载PDF
一种基于Hausdorff距离的车牌字符识别算法 被引量:19
11
作者 吴炜 余艳梅 +1 位作者 刘大宇 何小海 《计算机应用研究》 CSCD 北大核心 2004年第2期258-260,共3页
提出了一种基于Hausdorff距离的车牌字符识别算法,即先对待识别的字符图像进行细化,然后用改进的Hausdorff距离进行匹配识别。
关键词 车牌字符识别 HAUSDORFF距离 模板匹配
下载PDF
BP神经网络在车牌字符识别中的应用研究 被引量:37
12
作者 郭荣艳 胡雪惠 《计算机仿真》 CSCD 北大核心 2010年第9期299-301,350,共4页
研究车牌字符识别问题,针对传统神经网络在车牌字符识别存在识别准确率低、效率低的问题,提出了一种基于改进神经网络的车牌字符识别方法。该方法首先采用Gabor滤波器提取车牌字符的特征,PCA降维处理消除车牌字符特征之间的冗余信息,然... 研究车牌字符识别问题,针对传统神经网络在车牌字符识别存在识别准确率低、效率低的问题,提出了一种基于改进神经网络的车牌字符识别方法。该方法首先采用Gabor滤波器提取车牌字符的特征,PCA降维处理消除车牌字符特征之间的冗余信息,然后采用改进的神经网络对提取特征进行训练得到最优识别模型,最后利用最优模型对车牌字符进行识别。仿真实验表明,数字及字母的识别准确率达95.0%以上,汉字的识别准确率达93.1%,与传统识别方法相比,识别准确率和识别速度都有了较大的改进,该方法在车牌识别的应用有着广泛的前景。 展开更多
关键词 神经网络 车牌字符识别 特征提取
下载PDF
基于颜色搭配与纹理特征的车牌定位方法 被引量:34
13
作者 王义兴 黄凤岗 +1 位作者 韩金玉 尚治国 《中国图象图形学报》 CSCD 北大核心 2009年第2期303-308,共6页
牌照定位是牌照识别系统中的关键技术。目前在多数牌照定位方法中考虑到了牌照的颜色和纹理特征,但对不同环境的适应性不强。为解决这方面的问题,首先从机动车牌照具有固定颜色搭配的特点出发构造颜色搭配掩模矩阵,并利用此掩模矩阵对... 牌照定位是牌照识别系统中的关键技术。目前在多数牌照定位方法中考虑到了牌照的颜色和纹理特征,但对不同环境的适应性不强。为解决这方面的问题,首先从机动车牌照具有固定颜色搭配的特点出发构造颜色搭配掩模矩阵,并利用此掩模矩阵对原边缘检测图像进行条件约束,得到约束二值边缘图像;然后应用具有去噪能力的形态学结构元,形成牌照粗定位候选区域;最后依据牌照的纹理特征从候选区域中提取出真正的牌照。采用了BP神经网络获得强适应性的HSI空间牌照颜色识别方法,并且只在边缘点邻域内实现颜色空间转换运算,能极大地缩减定位周期。经实验表明,该方法能在复杂的环境和不同光照条件下快速地实现不同牌照的精确定位。 展开更多
关键词 牌照定位 颜色搭配 纹理分析 牌照识别
下载PDF
一种复杂背景下的多车牌图像分割与识别方法 被引量:18
14
作者 梁玮 罗剑锋 +1 位作者 贾云得 刘万春 《北京理工大学学报》 EI CAS CSCD 北大核心 2003年第1期91-94,99,共5页
提出一种复杂背景下的多车牌图像分割和识别方法 .采用统计和特征匹配相结合的方法去除待识别图像中的背景 ,提取可能存在车辆的区域 ;分别对可能的车辆区域进行局部边缘检测 ,并使用车牌的先验知识确定车牌的位置和单个字符分割 ,包括... 提出一种复杂背景下的多车牌图像分割和识别方法 .采用统计和特征匹配相结合的方法去除待识别图像中的背景 ,提取可能存在车辆的区域 ;分别对可能的车辆区域进行局部边缘检测 ,并使用车牌的先验知识确定车牌的位置和单个字符分割 ,包括车牌倾斜时的字符分割 ;使用 PCA和 BP神经网络相结合的方法精确识别车牌 .实验结果表明 ,该方法对复杂背景下多车牌的分割和识别是有效的 . 展开更多
关键词 多车牌图像 车牌识别 图像分割 特征匹配 字符识别 图像识别 边缘检测
下载PDF
基于模板匹配和局部HOG特征的车牌识别算法 被引量:32
15
作者 高聪 王福龙 《计算机系统应用》 2017年第1期122-128,共7页
针对车牌字符识别中模板匹配法识别率低,尤其是无法准确识别相似字符的不足,本文提出了一种模板匹配法结合局部HOG特征的车牌识别算法.首先利用模板匹配法对车牌所有字符进行初步识别,然后分别提取车牌和模板相似字符中最具区分度的一小... 针对车牌字符识别中模板匹配法识别率低,尤其是无法准确识别相似字符的不足,本文提出了一种模板匹配法结合局部HOG特征的车牌识别算法.首先利用模板匹配法对车牌所有字符进行初步识别,然后分别提取车牌和模板相似字符中最具区分度的一小块HOG特征进而构建特征向量,最后根据特征向量之间的欧氏距离来度量车牌字符和模板字符的相似性,进而完成二次识别.实验结果表明,本文方法有效地解决了相似字符误识别的问题,在保证识别速率的同时识别率显著提高. 展开更多
关键词 车牌识别 模板匹配 局部HOG特征 相似字符 特征向量
下载PDF
车牌识别系统中关键技术的研究 被引量:24
16
作者 李宇成 杨光明 王目树 《计算机工程与应用》 CSCD 北大核心 2011年第27期180-184,209,共6页
针对现有的车牌识别系统中的多项关键技术做了改进。车牌定位与提取技术采用了基于图像二维能量与HIS彩色空间相结合的方法,并对现有的能量算法与彩色图像分割算法做了改进。在倾斜校正中,给出了一种基于车牌二值图像的密度重心的校正方... 针对现有的车牌识别系统中的多项关键技术做了改进。车牌定位与提取技术采用了基于图像二维能量与HIS彩色空间相结合的方法,并对现有的能量算法与彩色图像分割算法做了改进。在倾斜校正中,给出了一种基于车牌二值图像的密度重心的校正方法;在识别技术中,引入了特征提取与多级BP神经网络算法相结合的分类识别方法,对车牌中部分相似字符采用二级神经网络进行精细识别。实验表明,通过对车牌识别系统中关键技术的改进可以大大提高该系统的鲁棒性与准确率。 展开更多
关键词 车牌提取 车牌校正 车牌分割 车牌识别 神经网络 智能交通
下载PDF
车牌识别算法的研究与实现 被引量:20
17
作者 何铁军 张宁 黄卫 《公路交通科技》 CAS CSCD 北大核心 2006年第8期147-149,159,共4页
介绍一种基于KL变换的车牌识别算法。算法主要由车牌分割和车牌字符识别组成。车牌分割算法利用车牌的纹理特征和形状特征来定位车牌,并采用投影的方法和先验知识实现车牌的倾斜校正和字符切分;车牌字符识别算法采用一种最优变换,KL变... 介绍一种基于KL变换的车牌识别算法。算法主要由车牌分割和车牌字符识别组成。车牌分割算法利用车牌的纹理特征和形状特征来定位车牌,并采用投影的方法和先验知识实现车牌的倾斜校正和字符切分;车牌字符识别算法采用一种最优变换,KL变换来提取字符图像的特征值和特征向量,并通过计算待识别字符与各样本字符特征值的欧氏距离来实现对该字符的分类。试验结果表明此方法是正确的。 展开更多
关键词 车牌识别 车牌定位 KL变换
下载PDF
基于字符边缘点提取的车牌定位方法 被引量:27
18
作者 钟伟钊 杜志发 +2 位作者 徐小红 黄晓然 朱同林 《计算机工程与设计》 北大核心 2017年第3期795-800,813,共7页
为快速精确地对图像中的车牌进行定位,提出一种基于车牌字符边缘点提取的车牌定位算法。使用Sobel算子对图像进行边缘检测,采用一种基于车牌特征的快速颜色特征提取算法;为排除其它干扰的边缘点,设计基于字符周围像素点比例的边缘点窗... 为快速精确地对图像中的车牌进行定位,提出一种基于车牌字符边缘点提取的车牌定位算法。使用Sobel算子对图像进行边缘检测,采用一种基于车牌特征的快速颜色特征提取算法;为排除其它干扰的边缘点,设计基于字符周围像素点比例的边缘点窗口扫描算法;使用高级形态学变换进行车牌候选区域提取,结合结构特征,使用基于像素点比例与水平跳变次数的排干扰法。对1000张不同环境下、不同颜色的车辆图像进行实验,实验结果表明,该方法成功率超过98%,在车身与车牌底色相同的情况下,可成功定位车牌。 展开更多
关键词 车牌识别 定位 颜色特征 边缘检测 结构特征
下载PDF
基于结构特征和灰度特征的车牌字符识别方法 被引量:24
19
作者 罗辉武 唐远炎 +1 位作者 王翊 蓝利君 《计算机科学》 CSCD 北大核心 2011年第11期267-270,302,共5页
提出了基于结构特征和灰度像素特征的车牌字符级联识别方法。为提高车牌字符识别性能,分别在车牌二值小字符图像上提取结构特征和直接利用PCA降维后的车牌二值小字符图像的像素特征作为输入,用支持向量机(SVM)将其映射至高维空间分别进... 提出了基于结构特征和灰度像素特征的车牌字符级联识别方法。为提高车牌字符识别性能,分别在车牌二值小字符图像上提取结构特征和直接利用PCA降维后的车牌二值小字符图像的像素特征作为输入,用支持向量机(SVM)将其映射至高维空间分别进行分类,取两者中置信度高的结果作为预分类结果。当分类结果为"8"、"B"这类易混的字符时,取对应的灰度小字符图像像素值作原始特征,用PCA降维后再次用SVM进行分类,分类结果作为最后的二次分类结果。若为"0"、"D"时,则再次利用结构特征分类器做最后分类。该算法被用于台湾地区车牌的字符识别系统中,实验表明它能有效提高易混字符的识别正确率,具有很高的识别性能,应用前景广泛。 展开更多
关键词 主成分分析(PCA) 级联分类器 SVM 车牌字符识别
下载PDF
基于投影的车牌倾斜检测方法 被引量:17
20
作者 路小波 包明 黄卫 《交通运输工程与信息学报》 2004年第4期10-15,共6页
图像倾斜检测是车牌识别中的关键环节之一。典型的倾斜检测算法是进行 Hough 变换后寻找长直线的倾斜角度。在实际应用中,车牌图像中未必有明显的较长直线,或者长直线对正确检测形成干扰。本文介绍一种基于投影的车牌图像倾斜检测方法,... 图像倾斜检测是车牌识别中的关键环节之一。典型的倾斜检测算法是进行 Hough 变换后寻找长直线的倾斜角度。在实际应用中,车牌图像中未必有明显的较长直线,或者长直线对正确检测形成干扰。本文介绍一种基于投影的车牌图像倾斜检测方法,通过对车牌图像做各种角度投影,寻找投影图像峰宽最窄的角度,即是图像的倾斜角度。测试结果表明了这种方法的有效性。 展开更多
关键词 车牌识别 HOUGH变换 倾斜检测 投影 倾斜角度
下载PDF
上一页 1 2 43 下一页 到第
使用帮助 返回顶部