共查询到10条相似文献,搜索用时 187 毫秒
1.
数学形态学具有速度快、方法简单等特点,使用数学形态学进行车牌的识别.通过预处理和阈值分割算法后,主要利用形态学腐蚀运算进行车牌边缘检测和识别,该方法检测物体的边缘宽度仅为一个像素,定位精度高.通过与传统的边缘检测算子比较,再选择合适的结构元对车牌识别,具有良好的识别结果.使用MAT-LAB7.0软件进行仿真,通过大量实验,证明该算法具有一定的实用性. 相似文献
2.
本文系统地讨论了汉字编码输入中的重码区分问题。将区分重码方法分为三类:编码规则区分、机助选定区分和自动识别区分。接着给出了自动识别重码原理和重码识别算法,该方法在“科光”汉字智能输入系统中,重码识别率达到96.79%(对一阶重码自动识别算法),识别效率为77.3%。 相似文献
3.
针对雷达脉内调制信号特征分析中的信号特征提取和自动识别问题,文中提出了一种基于短时傅立叶变换(STFT)的雷达脉内调制信号类型自动识别算法.该算法是在获取信号时频变换规律的基础上,通过频率序列的均方差、序列的自相关,序列的直方图等信息提取了信号的相关特征参数,并利用这些参数的组合作为识别特征对信号类型进行了识别.然后对不同的信号利用该算法做了大量的仿真试验,结果表明该算法简单,运算量小,且对雷达脉内调制信号类型的正确识别率较高.此算法具有一定的实际应用价值. 相似文献
4.
为了提高天幕靶系统测试精度和可靠性,探索测试产生各种干扰噪声如弹头激波、弹底激波、蚊虫飞鸟、振动等干扰因素的影响规律,利用Hopfield自联想神经网络的方法,识别并剔除典型因素干扰。通过对实弹射击试验得到的数据进行分析,充分验证了天幕靶系统的准确性和可靠性。分析结果表明:与电平信号识别相比,在射频为5发/min、口径为23 mm的炮弹测试中,自联想神经网络信号识别率提高了17.2%;在弹型为穿甲弹,口径为23 mm的测试中,Hopfield自联想神经网络信号识别率提高了46.7%;对于射频为7 500发/min的天幕靶连发弹丸信号测试条件下,正确信号识别率均达到了93%以上。在复杂环境条件下,Hopfield神经网络算法识别率远远高于传统的电平识别,提高了信号的识别率,能够适应一定区域内的复杂环境因素。 相似文献
5.
6.
7.
《水雷战与舰船防护》2015,(4)
为了提高双目立体视觉系统在水下探测中对外形规则且静止物体识别的实时性准确率,通过采用一种具有全局理念的立体匹配算法,在不影响识别准确率的同时,最大限度地减少计算机对双目立体视觉系统捕获信息的计算量,提高实时处理速度。通过加以辅助声呐系统改善采用全局算法后的双目立体视觉系统,在水下目标识别中所产生的拖影噪声。实验表明,通过改进算法并加以辅助声呐系统后的双目立体视觉系统,在水下目标识别中对规则物体的识别率及准确率得到明显提升。 相似文献
8.
9.
10.
基于RFID技术的智能收费系统 总被引:1,自引:0,他引:1
基于射频识别技术(RFID)的智能收费系统,由自动车辆识别技术和实时监控系统组成.通过RFID技术获取车辆牌照号、车型、所属用户和银行专用账户等数据,并由实时监控系统通过摄像机获取车辆图像.数字化处理后核对实际牌照号与车载信息卡的牌照号是否相符.相符即为合法车辆,其通行费经计算机网络,从用户开户行的专用账户中自动交纳,从而实现不停车自动收费.反之则通过监控网络对违章车辆进行惩处. 相似文献