车辆牌照定位的算法研究

车辆牌照的自动识别是智能交通系统（ITS）中的关键技术,而车牌照的定位又是车牌识别的关键点之一,本论文探索用数学形态学和投影方法来确定车牌照在原始灰度图象中的水平和垂直位置,从而定位车牌照图象,对不同背景和光照条件下的各类车辆灰度图象进行实验的结果表明本论文提出的车辆牌照定位是一种可行的车牌定位方法。     

车辆牌照识别技术的研究发展

车辆牌照识别系统即基于图像和字符识别技术的智能化交通管理系统,是智能交通系统的重要组成部分。通过对车辆牌照识别系统及识别技术的分析,总结出进一步研究车辆牌照识别技术的必要性,并提出将模板匹配与支持向量机相结合进行字符识别的算法思想。     

汽车牌照图像的预处理研究

讨论了平滑和二值化方法，提出了一种改进的适合汽车牌照图像自身特点的去噪及二值化方法，该方法将平滑和二值化结合起来，对螺丝钉、大污点、牌照边框、字符分割不当等引起的噪声非常有效，为正确的特征抽取提供了保证。     

利用神经网络识别车辆牌照字符

由于受光照条件、牌照自身清洁程度等因素影响,车牌识别系统往往达不到满意的字符识别率．结合神经网自适应的特点,本文利用基于自适应谐振理论(Adaptive Resonance Theory,ART)构成的自组织神经网络进行字符识别,给出了算法和实验结果．     

模糊识别理论在光谱数据中的应用

基于模糊模式识别理论,探析模糊模式识别方法在血液光谱数据识别中的应用,实现了对动物血液荧光光谱的特征提取与分类识别。在实验中,本文依据待处理样品光谱本身具有的模糊特性,运用模糊模式识别方法对光谱数据进行处理,并结合Matlab程序设计了分类效果较好的模糊分类器。实验结果表明,模糊识别方法在光谱数据中具有较强的识别能力,在光谱数据中具有较好的检测前景。     

模糊识别方法在储层识别中的应用

以储层测井信息所反应的储层地质特性—一种模糊信息为基础,利用模糊识别方法,建立了吐哈油田各种储层测井信息的模糊隶属函数和隶属方程;所得隶属度的大小可以用来判断储层的所属类型。虽然建模过程中需要较多的建模样本,但模糊识别方法是一种多参数方法,它具有思想简单、计算速度快、模式识别符合率高等特点     

一种新的模糊图像边缘检测方法

边缘检测技术是图像预处理中最重要和最困难的任务之一，本提出了一种新的模糊图像边缘检测算法，算法中图像所对应的模糊特征平面通过一个基于阈值的隶属函数来提取，在模糊特征平面上应用模糊增强算子对低灰度区域的大部分象素进行衰减运算，对高灰度区域的大部分象素进行增强运算来提高两个区域之间的对比度，图像的边缘采用min或max算子来提取，仿真结果表明，该算法是一种有效的边缘检测方法。     

模糊贴近度在储层识别中的应用

为了克服测井解释中通常采用的最大隶属原则进行决策分析导致信息丢失所引起的判别结果的偏差,将模糊数学中的非对称贴近度分析法与神经网络结合起来,充分利用各分量信息建立了一种基于模糊贴近度的神经网络识别法。通过临盘油田实际资料解释表明,在储层识别中采用该方法可大大改善解释效果。     

车辆识别技术综述

车辆识别是智能交通系统的重要组成部分,也是交通管控、无人驾驶、疑犯追踪、行为分析等其他智能任务的基础.首先对车辆识别研究中存在的困难与挑战进行了阐述,在此基础上详细综述了基于浅层学习和深度学习的车辆识别前沿技术研究进展,最后进行了总结与分析,探讨了车辆识别领域目前仍需解决的问题和未来的研究方向.     

模糊模式识别在语音关键词识别中的应用

针对仿生模式识别聚类过程中出现的类间交叠现象,提出了一种模糊模式识别算法,使系统拒识率降低了11个百分点,提高了系统的正确识别率,识别效果大为改善。     

汽车牌照自动识别系统的设计和研究

车牌识别是指通过图像处理、模式识别和统计分析等方法从车辆图像中提取车牌字符信息,从而确定车辆身份的技术.车牌识别包括图像采集、图像预处理、车牌定位、车牌分割、字符识别等5个核心部分.这里提出一种基于MATLAB的车牌识别系统的实现方法,综合使用多种方法提高系统的有效识别能力.该方法可以解决在有噪声和光照恶劣情况下车牌定...     

一种基于特征的BP神经网络车牌字符识别

字符识别是自动车牌识别系统中很关键的一步.字符识别有以下几步,首先,对车牌图像进行预处理.其次,通过竖直方向投影分割字符.最后,将提取的字符特征输入网络进行训练.在实验中,利用该方法对光照不均、字符大小不一、运动背景的图像,特别是相似字符的识别获得了较高的识别率,并且将其与字符输入BP神经网络进行对比分析.实验结果表明,该方法对字符识别有很好的鲁棒性、有效性.     

一种车牌识别系统的设计

基于像素精确定位方法来实现车牌定位,然后对车牌进行灰度化、二值化处理,避免了对整个汽车图像先图像处理后车牌定位的繁琐过程,将改进的模板匹配算法应用于字符识别中,最后,利用MATLAB的图形用户开发环境设计出了本系统的测试平台,经过大量车牌样本验证,该车牌识别系统准确率较高.     

车牌字符识别的混合特征提取方法

分析了特征维数与分类错误概率的关系，提出了增加新特征，采用混合特征提取方法进行分类器设计。结果表明增加的新特征可以提高分类器的性能，并能使识别率明显提高。在问题的概率结构完全已知的情况下，增添新特征不会增加Bayes风险。     

心血管功能评价中的模糊识别方法

通过主成分加权分类法对样本进行初始聚类，在此基础上采用ＦｕｚｚｙＩＳＯＤＡＴＡ这种软划分方法，经过反复修改划分矩阵而得到最优分类，并取该结果的聚类中心作为标准模式建立隶属函数，对待分样本做出判别，针对１５０个样本，每人１２项指标的实测数据进行了实际计算，并对５０个新样本做出预报，结果相当令人满意。     

基于数学形态学的汽车牌照提取算法

定位汽车牌照在车牌识别应用中是很关键的一步。提出了一种基于数学形态学的新方法。以车牌宽度和高度、车牌字符高度及字间宽距等信息为依据来设计一种新的结构元,通过对汽车边缘图像进行形态学运算,能从图片中得到包含汽车牌照的候选区域,最后,基于汽车牌照纵宽比等固有特征,采用连通域体态分析,对包含车牌的多个候选区域进行去伪,得到真正车牌区域。通过对大量汽车图片实验,验证了该方法的有效性。     

基于CBR的车牌识别技术的研究

为提高车牌识别的速度和准确性,在图像处理与车牌识别技术相结合的基础上,提出了一种基于实例推理（CBR）的车牌识别方法,实现CBR在车牌识别领域的应用。描述了基于CBR车牌识别过程,分析了将CBR应用于车牌识别原因和前景,并提出了图像基于实例检索的关键技术和研究方向.     

一种快速车牌识别系统

本文提出了一种基于模板匹配的快速车牌识别方法。该方法运用了数学形态学知识进行车牌的定位,然后采用基于模板匹配的相关函数做相似度测试,完成字符识别。经大量实验证明该方法能有效地完成不同解析度和不同模糊程度的车牌识别工作,而且识别精度高、速度快,能满足实际系统的要求。     

一种高效的汽车牌照自动识别系统预处理算法

提出一种高效的汽车牌照自动识别系统预处理方法.采用文中提出的图象分析法对汽车牌照进行定位,利用Soble边缘检测法和大津展之的二值化方法处理图象,最后送入字符识别系统进行识别.实验结果表明,该方法具有快速准确的特点,明显提高了系统的识别率.     

可拓识别方法及其在无人车识别障碍物中的应用研究

智能识别障碍物是无人车的必备技术,目前对该技术的研究已经成为热门的研究方向.本文依据可拓学的基本理论与方法,从解决矛盾问题的角度对可拓识别方法进行了深入研究,给出了定性与定量相结合的可拓识别方法的一般步骤和流程,并将该方法应用于无人车识别障碍物,获得了符合识别要求的策略,证明了其可行性.该方法也为研制可拓识别系统提供了思路,具有广阔的应用前景.