基于改进Faster R-CNN及YOLO的大角度车牌识别算法

随着大数据时代的到来,智慧城市等一系列概念的提出,人工智能开始在城市各个角落得到广泛应用。其中,车牌识别作为城市道路交通重要的一环,也取得了重大突破。基于深度学习的车牌识别一经提出,各类算法应用于车牌检测及识别上,对比于传统的车牌识别,大大提高了识别的速率和准确率。然而,在非限制条件下,如大角度车牌识别准确率仍有提升的空间。提出了一种改进的FasterR-CNN与YOLO的深度学习车牌识别算法,将对大角度下的车牌识别准确率达到了99.7%。由于是轻量型的框架,为后续的移动设备部署工作提供了便利。     

基于机器视觉的运煤车车号识别技术研究

在铁路运煤装车过程中为了快速、准确地识别车号,提出一种基于机器视觉的运煤车车号识别技术。将连通区域提取与投影分割法结合,实现车号的粗定位、细分割,并对图像中的断裂字符进行二次分割,构建了基于BP神经网络的分类模型进行车号识别,提升了煤炭装车的效率和精度。     

基于Opencv和Tesseract的行驶证识别系统设计

为了解决行驶证识别困难、识别率低的问题,设计了一套基于OpenCV和Tesseract的行驶证检测和识别系统。首先,利用OpenCV中的高光抑制、图像增强和分块最大类间差法对行驶证进行图像预处理;然后,对图像采用透视变换并将行驶证内芯裁剪下来,经过局部高斯阈值分割,得到清晰的文字;最后,采用Tesseract训练样本并结合单字识别模式,降低了噪点和中英文混合的干扰。测试结果表明,该方法结合优化策略的长短时记忆网络(LSTM)的识别正确率能达到94.1%。     

基于机器视觉的热轧型钢精整区物料跟踪

针对热轧型钢精整区物料跟踪难的问题,提出了一种基于机器视觉的热轧型钢喷码识别物料跟踪方法.通过在矫直机后增加喷码机为型钢打印"身份证",并增加工业相机和光源采样,再通过深度学习文字识别算法实现精整区型钢物料跟踪,最后采用知识蒸馏方法进行模型压缩以满足工业部署要求.应用结果表明,所提方法能够实现型钢生产过程中精整区的物料跟踪,算法具有良好的鲁棒性.     

车辆牌照智能识别软件及应用

随着我国经济的快速发展,汽车进入家庭的步伐越来越快,停车管理中如何确保车辆的安全成为人们越来越关注的问题,而车辆牌照智能识别系统正是解决这一问题的关键。本文以西安全星智能电子有限责任公司的车牌识别软件(见图1)为例对系统进行介绍。1车牌识别系统的应用范围与应用效     

彩色汽车牌照的定位方法

基于颜色和纹理综合特征的车牌定位方法,通过色彩空间变换、色彩分割,牌照区域定位及去除伪车牌区域等步骤进行车牌特征分析.其在HSV空间中进行色彩分割,运用数学形态学处理,采用闭运算,形成连通域.通过连通域分析车牌区域,再根据其几何和空间频率特征,设计相关评判标准.经实验验证,符合该标准的即为车牌区域.     

车牌识别停车诱导系统

1 车牌识别停车诱导系统解释 （1）诱导就是帮车主快速找到空车位。通过车位信息采集模块对停车场的车位相关信息进行采集,并按照一定觇则通过数据传输网络将信息送至中央控制模块,     

智能视频停车场管理系统方案设计

为了解决传统停车场管理系统中普遍存在的停车难、找车难、收费口拥堵等问题,避免下雨天进入停车场取卡时被淋湿,减少上下坡道停车刷卡时造成溜车、碰撞等事故。我在公司所承接的南京海峡城A1地块项目中设计了一套先进的智能视频停车场管理系统方案。本文结合实际工程项目,介绍了该系统的设计架构及工作流程。