基于子区域投影分析的车牌倾斜校正

提出一种基于子区域投影分析的车牌倾斜校正方法.首先进行水平倾斜校正,将车牌图像划分为水平方向上的子区域,进行投影分析后确定子区域内字符区域中心点坐标,然后将各中心点拟合为一条直线,直线的倾角即为水平倾角.对于检测垂直倾角,该方法将车牌图像划分为垂直方向上的子区域,利用子区域的投影来快速计算车牌图像的错切变换和垂直投影,确定垂直倾角.实验结果表明,与常用的旋转投影法相比,该方法运算时间少且鲁棒性好.     

基于量子粒子群算法的车牌定位

提出了一种针对车牌定位问题的量子粒子群算法解决方案,先对车辆图像局部区域进行自适应光照补偿图像预处理,改善图片的质量。然后使用YCbCr模型将色差信号进行了频带压缩,实现光照补偿。在此基础上提出一种基于量子粒子群的优化算法,利用QPSO算法参数个数少,随机性强,并且能覆盖所有解空间,保证算法的全局收敛。文中给出了三幅图像的车牌定位效果,证明了QPSO算法的局域特征增强算法能进行稳定的特征提取,定位效果很好。     

基于投影的车牌字符分割方法

运用像素水平投影与竖直投影的方法,结合车牌字符的先验信息可以准确地对车牌字符进行切割。同时,针对某些汉字易被错误分割或漏割的情况。对汉字左右边界的起始位置进行标记,利用此标记获得该汉字的原始灰度图像,对其单独进行分割及二值化．避免汉字笔画退化为噪声。实验表明,该方法能够准确分割字符。     

基于最小二乘和最小投影距离的车牌倾斜校正

在车牌图像的采集过程中,经常会有车牌倾斜的现象发生,这种倾斜给后续的字符分割和字符识别造成了很多不利影响。为此,文中提出了一种基于最小二乘和最小投影距离的车牌倾斜校正方法。该方法将车牌倾斜分成水平倾斜和垂直倾斜两部分:对于水平倾斜,首先对二值化后的车牌去边框和铆钉,再对车牌利用最小二乘拟合直线求取倾斜角;而对于垂直倾斜,则引入分块查找法来降低查找最小投影距离的执行次数,从而提高算法的执行效率。实验结果表明:该算法简单实用,能够准确地对车牌进行校正。     

基于快速广义Hough变换的倾斜车牌定位

提出一种倾斜车牌定位算法。算法使用快速广义Hough变换检测车牌倾斜角度,并检测出倾斜车牌在图像平面中的长宽比例和车牌位置,定位出倾斜车牌。仿真实验表明该算法能正确定位倾斜车牌。     

高噪声条件下基于投影的二维条码倾斜检测

图像倾斜纠正是二维条码自动识别过程中的重要步骤,最常用的倾斜角检测方法是基于Hough变化的方法,实际应用中Hough变换峰值扩散效应显著,同时在速度上也难以适应实时应用的需求。提出使用投影法对倾斜的二维条码图像进行倾斜角判断,并通过加速策略提高检测速度,能够在高噪声条件下快速得到精确的结果。     

基于方向投影的票据图像倾斜检测方法

针对含有表格线的票据图像,提出一种基于整数Bresenham算法求方向投影的倾斜检测方法,并与Hough变换方法进行了比较。实验结果表明,该算法能快速准确地测量出票据图像的倾斜角度,并具有很强的抗干扰性和应用适应性。     

基于投影和固有特征结合的车牌字符分割方法

根据车牌字符的固有特征,提出一种新的基于投影的车牌字符分割方法.该方法首先对车牌图像进行预处理,检测车牌倾斜角度,如果倾斜角大于指定角度则进行车牌倾斜校正,然后利用车牌的水平方向投影去除车牌的上下边框以及铆钉,对处理得到的图像进行二值化.再根据车牌字符的排列规则和字符间距的关系,利用车牌的垂直投影定位字符,先分割出第二个和第三个字符,从第三个字符开始分割出后五个字符,再利用已分割字符的知识来分割前两个字符,然后对分割出来的候选字符块进行处理,有效解决字符粘连和断裂的情况,最终实现车牌字符的准确分割.实验结果证明,该方法有较好的分割效果.     

基于投影轮廓的文本图像倾斜检测

目的 在光学字符识别中,文本图像经常会出现一定角度的倾斜.为将倾斜的文本图像校正,以便于字符识别中的后续处理,快速准确地检测倾斜文本图像的倾角是非常重要的.方法 对基于投影轮廓的算法进行改进,提出了一种两级投影直方图方差的算法(TPHV).首先在预定的角度范围内以一定角度步长对选定的图像区域做多方向投影,以获取投影直方图;然后计算各角度投影直方图的均方差,求出所有投影直方图方差的最大差分,将对应的投影角度作为倾角的粗略估值,最后以粗略估值为中心,以第1次投影步长为半径的角度范围内,再次以给定的检测精度为步长进行投影,重复第1次投影的工作,求出投影直方图方差的最大值,以对应的角度作为图像倾角的检测值.结果 该算法能够处理各种复杂的文本图像;对于诸如2 480×3 508像素的较大图像,可在200 ms左右的时间内完成倾角的检测;可检测的倾角范围不受限制;对相关网站提供的5组共500幅测试图像检测误差绝对值均值不超过0.5°,最大值不超过0.7°,检测误差的方差不超过0.1.结论 实验结果表明,该算法具有明显优势:速度快,倾斜角度检测精度高,误差集中,检测范围大,对噪声不敏感,具有广泛的适用性,适合于复杂的排版方式.     

基于纹理分析和垂直投影的车牌定位算法

根据车牌区域字符的纹理特征和统计规律,提出了一种综合纹理分析和垂直投影的车牌定位方法。由于光照、拍摄角度会对图像产生对比度偏低、图像倾斜和变形等不良影响,利用车牌字符纹理丰富的特征寻找车牌区域可以避开了这些不良影响,并利用灰度垂直投影的统计特征进一步删除由于复杂背景而产生的伪车牌区域。实验结果表明,该方法对于背景复杂的图像,可以得到很好的定位效果,解决了复杂背景下车牌图像提取的难点问题。     

Research and Implementation for License Plate Recognition Based on Improved Projection Algorithm简

This paper analyzes and dissertates the discrete wavelet transform and improved projection algorithm in four kernel stages （image preprocessing, license plate localization, character segmentation, license plate recognition, i.e.） of license plate recognition system in detail. At last, it gives some conclusions and suggestions on future research.     

基于垂直线条密度质心法的车牌倾斜校正

车牌倾斜校正是车牌自动识别系统中的重要技术之一。提出了基于垂直线条密度质心法的汽车牌照倾斜校正的新方法。首先分析几种常见的车牌倾斜模式,然后先除去车牌边框及一些污点,最后把车牌图像划分成N列垂直线条,求出每列像素的质心,利用最小二乘法把每列质心拟合成一条直线,并推导出其斜率,由此确定出车牌的倾斜角度。文中给出了实验结果及分析,并与传统的Hough变换法和旋转投影法相比较,结果表明该方法精确、抗干扰性强、快速有效。     

基于隐马尔可夫模型的车牌自动识别技术

本文基于隐马尔可夫模型（HMM）提出了一种车牌字符识别的新方法,用二维隐马尔可夫模型（2D－HMM）方法来识别车牌中的汉字,用伪二 维隐马尔可夫模型（P2DHMM）方法来识别车牌中的英文字符及阿拉伯数字。该算法适用于不同的字符大小、字符倾斜,污损等情况,抗噪声能力强。字符识别正确率达94％以上,具有实用技术的指标。     

基于粒子群优化和模糊c均值聚类的入侵检测

针对模糊c均值算法对初始化敏感及易陷入局部极值的问题,利用粒子群优化算法的全局优化性能,结合模糊c均值聚类算法,提出基于粒子群优化和模糊c均值聚类的入侵检测方法。该方法可快速得到全局最优聚类,并且有效检测出未知的攻击。实验表明该方法不仅对未知攻击有较好的检测效果,而且具有较低的误报率和较高的检测率。     

基于字符检测的车牌定位方法

提取车牌字符的Haar特征作为输入,通过级联的神经网络分类器对其进行识别,以定位车牌字符的位置,并根据所得车牌字符位置的相对关系确定车牌位置。该方法不需要进行倾斜矫正,减少了车牌定位后进行字符分割时的工作量。实验结果表明,该方法能准确快速地定位并分割车牌。     

基于波峰合并算法的汽车牌照定位方法

以实现汽车牌照的准确定位为目标,在充分利用牌照图像纹理特征和投影特征的基础上,提出一种基于投影波峰合并算法的车牌定位方法,并在VC 环境下编程实现,算法具有直观、流程简单的特点.经对实际采集的多幅图像进行处理后,证明这种方法简单、高效、定位准确.     

基于随机自适应粒子群算法的电力系统无功优化

无功优化是保证电力系统安全经济运行的有效手段,是提高电力系统电压质量的重要措施之一。本文首先介绍无功优化的一般数学模型,然后重点分析粒子群优化算法的组成结构与工作原理,进而提出一种改进的粒子群优化算法。该算法采用随机自适应策略,能够对当前所产生的局部最优值进行变异,再重回粒子群算法中搜寻全局最优值,从而可以有效改善传统粒子群算法求解电力系统无功优化问题时存在的收敛精度不高、容易陷入局部最优等不足,一定程度上提高了粒子群算法的寻优能力。最后,通过在IEEE 30节点上进行仿真实验比较,结果表明该算法是可行和有效的,达到了提高供电质量、降低线损的目的。     

基于特征投影和交叉覆盖神经网络的车牌识别

汽车牌照的自动识别在智能交通系统中占有重要地位,应用前景广阔。在自动识别过程中,牌照中的数字和汉字具有数量少和字体特征固定的特点,故其投影特征明显,利用此性质可以对车牌汉字进行快速分类,但精度不高。神经网络分类准确,且有很强的鲁棒性,但运算量大,识别时间太长且数据不易收敛。文中提出的基于投影和交叉覆盖神经网络的车牌识别方法充分融合利用了两者的优点,克服了各自的不足,达到了较好的结果。     

基于粒子群算法的红外探测制冷系统

在红外探测制冷系统中,为了提高控制参数的准确性,采用粒子群优化算法,对传统Z-N算法得到的参数进行优化.优化过程包括适应度函数选择、参数编码以及参数提取.根据粒子群算法提取的PID控制参数,通过TEC制冷控制测试台控制红外光子探头工作.结果表明,优化后的算法能准确地控制红外探头工作在设定的温度,减少了系统的零点漂移,提高了制冷系统的稳定性.