全球3G市场管制政策分析

主要对各国3G许可证与使用技术标准的抽绑政策．各国对2G／3G网络漫游的管制规定。以及3G网络之间共享的种类及实施方式等方面做了详尽的讲解，并进行比较和分析。     

透析3G在中国面临的重重困局(1)--牌照与标准选择

探讨了中国3G牌照何时发放、发放数量、牌照与标准是否捆绑、3G产业链如何搭建、频率如何分配、市场容量和终端等问题，并对此提出了建设性的意见。     

基于条件随机场的低图像质量车牌字符分割

提出一种基于条件随机场的车牌字符分割算法,能够对光照不均、相机拍摄角度造成的低图像质量的车牌图像,特别是日益增多的车牌边框与字符相连接车牌图像进行有效的字符分割。算法首先进行车牌图像校正,然后利用标注车牌数据进行模型学习,对车牌图像像素列进行分类识别,最后组合成车牌字符分割结果。理论分析与实验结果验证了算法的有效性。     

基于颜色与投影特征的车牌定位

车牌定位是车牌识别系统的关键技术。定位的准确与否直接影响车牌识别的结果。本文根据车牌的颜色特征和投影特征提出了一种综合颜色特征和投影特征相结合的定位方法,算法分为粗定位和精确定位。该方法较单一特征的定位方法有较好的通用性,可适应于不同背景、不同光照下的汽车图像,能够确定出车牌区域,准确率得到了较大提高。     

网站构建中开源软件许可分析

本文对开源软件许可最著名的版权协议之一——GNUGPL的本质和规则进行了探讨,并分析了OSI开源软件发布规制及开放源代码价值体现。最后,论文介绍了GPL的发展,并分析了开源软件面临的障碍及发展经验的汲取。     

一种快速实用的车牌字符识别方法

提出了一种新的车牌字符识别算法.该方法先对车牌中的单个字符进行预处理,然后采用Hausdorff距离模板匹配方法识别,对于特定位置的特殊字符,再进行校正识别.实验表明,该方法有效可行。     

多帧图像综合技术在车牌识别中的应用

本文针对车牌识别系统在车牌图像质量不高时识别准确率较低的问题,提出了一种多帧图像综合算法,来更全面地利用车牌图像中所含有的有用信息,以达到提高车牌识别准确率的目的。首先利用图像配准算法对从视频图像中抽取的几帧图像进行配准,然后利用像素值取大算法进行综合,最后得到一幅综合后的车牌图像。实验表明,经过该算法综合后的车牌图像比原图像更接近真实的车牌图像,能够更好地适用于车牌识别,从而提高车牌识别的准确率。     

多阶段车牌定位算法

车牌定位是车牌识别系统中的关键环节.针对车牌图像区域丰富的边缘信息以及独特的特征,提出一种实用而有效的车牌定位方法.首先,将原始图像转换到HSI空间上,利用图像的字符边缘特征信息和数学形态学操作对目标区域进行粗定位;然后,根据车牌固有的特征定义4种不同的特征值,通过自组织神经网络的训练,实现对车牌区域的精确定位.最后,对80幅彩色图像进行测试,其有效率可达96.25%.     

Operator context scanning to support high segmentation rates for real time license plate recognition

Introducing high definition videos and images in object recognition has provided new possibilities in the field of intelligent image processing and pattern recognition. However, due to the large amount of information that needs to be processed, the computational costs are high, making the HD systems slow. To this end, a novel algorithm applied to sliding window analysis, namely Operator Context Scanning (OCS), is proposed and tested on the license plate detection module of a License Plate Recognition (LPR) system. In the LPR system, the OCS algorithm is applied on the Sliding Concentric Windows pixel operator and has been found to improve the LPR system’s performance in terms of speed by rapidly scanning input images focusing only on regions of interest, while at the same time it does not reduce the system effectiveness. Additionally, a novel characteristic is presented, namely, the context of the image based on a sliding windows operator. This characteristic helps to quickly categorize the environmental conditions upon which the input image was taken. The algorithm is tested on a data set that includes images of various resolutions, acquired under a variety of environmental conditions.     

利用反馈的车牌字符分割算法

字符分割是车牌识别系统的重要步骤。提出一种利用反馈的车牌字符分割算法。首先,对车牌图像进行预处理;其次,根据车牌图像的垂直投影进行字符粗分割;最后,通过两级反馈进行字符精分割。第一级反馈是字符个数与字符宽度反馈,第二级反馈是字符识别反馈。实验结果表明,算法对光照不均、对比度较小、倾斜、污迹、字符粘连和断裂等严重退化的车牌图像具有很好的字符分割性能。