一种倾斜车牌字符提取方法

针对车牌字符提取中存在的问题,本文提出了一种针对倾斜车牌的字符提取方法.运用最大熵分割算法分割车牌图像,运用串并行扫描结合的方法细化图像,提取骨架.运用Hough变换法提取车牌边缘所在的直线,求出倾斜角度以矫正图像.对校正之后的骨架图像进行逐行扫描,确定整个车牌所在区域,并运用水平投影法分出每个字符所在区域,以便进行识别.实验证明,本文提出的车牌字符提取方法中对车牌倾斜有很好的适应性,行扫描的方法可以快速分辨出车牌字符区域,是一种鲁棒的字符提取方法.     

基于MSER与SVM算法的车牌定位识别方法

针对实际车牌识别系统中车牌位置定位难、字符识别率低等问题,提出了一种基于MSER与SVM算法的车牌定位识别。该方法分为定位和识别两步,输入图像经过预处理,通过MSER与SVM算法直接提取出车牌的字符区域,然后将车牌字符图像裁剪送入识别阶段,识别阶段同样利用SVM算法对车牌字符进行识别。经验证,该车牌定位识别方法识别速度快、准确率高,能够适用于实际生活中较为复杂的交通环境。     

基于灰度图像的车牌字符提取算法研究

本文提出了一种基于灰度图像的车牌字符提取算法,该算法利用Canny算子提取车牌灰度图像中的字符。车牌字符提取后,采用迭代分割法求出最佳阈值对图像进行阈值化处理,结合形态学方法填充字符中的空隙。在VisualC＋＋6.0编程环境下进行了算法实现,实验结果表明,与传统的字符提取算法相比,该算法不仅具有较强的字符提取能力,明显降低噪声对检测结果的影响,而且字符边缘的连接较好,为后期车牌字符的识别提供了技术基础。     

一种新的车牌字符图像的提取方法

在车牌自动识别（LPR）系统中，从车牌图像中正确获得各字符有效信息的图像尤为关键。传统的车牌字符提取方法适应性不强，当不能拍摄车牌正面时获取的车牌图像存在着变形的问题，从而无法从中正确提取出字符。针对此问题，设计了一种基于Radon变换与最大全零列判决法相结合的车牌图像矫正算法来矫正车牌图像，再根据车牌字符分布特点使用了边界投影确定各个字符的边界，对车牌字符进行分割提取。实验证明，此方法能从各种情况下拍摄的车牌中准确分割出单个字符图像，并且计算量较小。     

改进神经网络算法在车牌识别中的应用

研究现代智能交通管理中的车牌准确识别问题.由于车牌图像存在模糊不清、倾斜,分割后字符图像笔画粗细不均、断续不完整等特殊性,导致传统车牌识别算法识别速度慢、识别正确率低,不能适应车牌识别的实时性要求.为了提高车牌识别正确率,提出一种BP神经网络的车牌识别算法.该算法首先对车牌字符图像进行归一化处理,消除图像中无用信息,然后对车牌字符进行特征提取,消除笔画粗细不均、断续不完整等影响,再将提取车牌字符特征输入到BP神经网络进行学习和识别,并采用动量因子和自适应学习速率对BP神经网络进行改进,加快其收敛速度,从而提高识别的实时性.仿真结果表明,改进用BP神经网络提高了车牌识别正确率和识别速度,缩短了识别时间,适合于实时性强的智能交通管理系统应用.     

基于Gauss消元法的车牌图像变形矫正

车辆牌照识别是智能交通系统的重要组成部分,而车牌图像的分割定位与字符提取是车牌识别系统的关键步骤,定位提取效果直接决定了车牌识别系统的工作效率。斜向拍摄的车牌图像存在着透视变形,该情况下直接进行车牌旋转不能有效地矫正,必须进行变形矫正才能准确地提取出各个牌照字符。文中利用双线性空间映射来矫正变形车牌图像,采用高斯消元法来计算该映射方程组的解,从而较好地解决了车牌透视变形的矫正问题,提高了车牌图像变形矫正的运算精度与速度。     

基于Gauss消元法的车牌图像变形矫正

车辆牌照识别是智能交通系统的重要组成部分，而车牌图像的分割定位与字符提取是车牌识别系统的关键步骤，定位提取效果直接决定了车牌识别系统的工作效率。斜向拍摄的车牌图像存在着透视变形，该情况下直接进行车牌旋转不能有效地矫正，必须进行变形矫正才能准确地提取出各个牌照字符。文中利用双线性空间映射来矫正变形车牌图像，采用高斯消元法来计算该映射方程组的解，从而较好地解决了车牌透视变形的矫正问题，提高了车牌图像变形矫正的运算精度与速度。     

结合HOG特征的车牌识别方法

针对路边停车的智能化管理程度较低的问题,以现行标准为依据,对车牌识别面临的问题进行分析.根据所捕获图像的特点,通过高斯滤波、顶帽运算、Otsu算法进行图像预处理,消除噪点,完成背景提取和图像二值化.运用闭运算结合车牌的外形特征完成车牌识别.结合投影法、字符间隔及尺寸的测定和轮廓分析法完成字符分割.最后,提取字符图片的HOG特征,设计了一个基于SVM的字符分类器,实现了一个准确率高、适应性强的车牌识别系统.     

车牌字符多特征提取与BP神经网络的识别算法

在车牌图像字符识别问题的研究中,针对大部分单个特征提取方法在车牌字符识别上的局限性,提出一种车牌字符多特征提取与BP神经网络识别的算法.对车牌字符图像进行预处理后,提取字母和数字字符直线特征,字符笔画点特征,环数特征以及环面积特征,作为字母与数字字符的四类特征.因汉字结构复杂与笔画多,采用13点来提取汉字特征,提取的特征输入到网络进行学习和识别.针对BP神经网络算法的不足,采用附加动量法和自适应学习速率对其改进.MATLAB仿真结果表明改进算法能够有效的提高车牌字符的识别率,识别率达到了98.5％.     

属性论方法在车牌识别系统中的研究及实现

车牌识别系统包括车牌定位、车牌提取、字符识别三个大的步骤。仅对其中的字符识别部分采用人工智能属性论方法进行一些研究,并假定我们已经完成了车牌定位和车牌提取这两大步骤,且已经对车牌的图像进行了二值化处理。在经过学习样本之后,对车牌图像上的字符逐个进行矩阵分析、比对学习样本的特征、根据使用频率和相似度找到最为相符的字符进行车牌识别。     

CRH2型动车组列车信息传输网络流量建模与预测

针对CRH2型动车组列车网络流量数据日益复杂的特性,提出了一种将主成分分析法(PCA)与后馈神经网络(BP网络)相结合的网络流量建模预测思路。基于已搭建好的CRH2型列车通信仿真平台,对该仿真网络各条链路进行流量采集。为了降低分析的复杂度,流量数据先进行PCA降维预处理分析,再将数据输入到BP神经预测网络模型进行仿真预测。经验证,该思路能有效拟合列车主体网络流量的变化趋势,为CRH2型动车组通信网络的故障诊断分析提供了一定的参考。     

模板匹配算法在动车零部件故障检测系统中的应用

针对动车零部件丢失、松动的故障,设计了一套采用自动视频图像识别技术进行故障自动检测的系统;在图像处理这一重要环节中,采用了基于轮廓的模板匹配算法对动车零部件是否松动、是否丢失的故障进行检测。阐述了动车零部件故障检测系统架构、各部分的实现并提出了基于轮廓的模板匹配零部件检测方法,并从对图像进行预处理、确定零部件的特征区域到设置最小分值过程进行了详细阐述。应用过程表明,应用模板匹配算法对动车零部件故障检测能够达到预期的效果。     

高速列车运动仿真可视化建模研究

以CRH 系列高速列车为研究对象,建立了基于变参数的列车三维动态仿 真模型,实现了多种列车单元模型在运动过程中的实时调入和装配,满足了高速列车运动仿 真多样性的要求。采用Visual C++ 6.0、OpenGL 三维图形库和Oracle 数据库开发完成高速 列车运动仿真系统,实现高速列车运动仿真可视化建模以及与线路设计之间的有效集成。通 过实际应用,取得了较好的仿真效果。     

A minimal-energy driving strategy for high-speed electric train

This paper investigates the minimal-energy driving problem for high-speed electric train,and then proposes a three-stage optimal strategy.First,a switching system model is introduced to describe the new dynamics in high-speed electric train,which considers the extended range of speed,the energy efficiency and the regenerative brake.Based on the new model,the optimal driving strategy with minimal-energy consumption is studied,and the problem is boiled down to optimal control for switching systems.Using a numerical algorithm,a three-stage driving strategy is concluded,in which the traditional quasi-coasting stage is discarded and the maximal traction and brake are not suitable anymore.Finally,a case study on CRH is illustrated.     

CRH2型动车组辅助电源系统故障分析

探讨了300km速度级CRH2c型动车组辅助电源系统的供电电压、工作原理以及内部构成。针对CRH2c型动车组辅助电源系统的常见故障,分析了故障发生的原因,并提出了有效的应急处理措施。     

Multi-objective optimization of electric multiple unit wheel profile from wheel flange wear viewpoint

Structural and Multidisciplinary Optimization - The CRH1 train is one of the main commuter trains in China which is mostly operating on typical and high-speed lines. Previously, a high-speed car...     

基于关联群广义直觉模糊软集的仿真可信度指标聚合方法

针对仿真可信度主观评估过程存在关联关系时基于独立假设的指标聚合算子失效的问题,以及主观评估时评估专家的判断主观性强且表述能力不足的问题,提出一种基于关联群广义直觉模糊软集的仿真可信度指标聚合方法以及群广义直觉模糊软集关联加权平均聚合算子.结合直觉模糊TOPSIS方法,给出了方法的具体步骤.通过CRH2型高速列车组牵引传动故障注入仿真可信度主观评估实例,验证了所提出方法的可行性和有效性.     

语音人机界面标引系统的实现

本文实现了一个媒体资产管理中的语音人机界面标引系统。系统以连续混合高斯隐马尔可夫模型为基础，采用分层构筑维特比算法进行训练和识别。为实现标引的实时性．采用实时计算的方法。为了减少计算量．并没有将状态持续时间分布引入Viterbi译码，而是将其作为后处理部分。对于数字识别，以声调作为辅助判决。以此做了一个体育赛事的词库．测试表明，标引系统首选识别率达到93．5％，前五选识别率达到98％。     

基于鲁棒预测控制的高速列车节能运行研究

针对高速列车在运行过程中的传统控制策略优化精度差、难以达到理想的节能效果的问题,提出了基于安全、准点、节能等多目标要求的高速列车鲁棒预测控制策略。对列车的运行过程进行受力分析,运用聚类和最小二乘法建立了基于多模型的线性预测模型,考虑高速列车惰行运行及道路条件等情况,合理设计出列车的节能目标曲线。将相应的节能曲线作为输入量,采用鲁棒预测控制算法进行优化,有效地提高了模型的适配性和跟踪性。以CRH3型列车作为研究对象进行仿真,结果表明,鲁棒预测控制能够满足跟踪节能曲线精度的要求,验证了该节能运行方式的可行性和优越性。     

关键词语音标引系统的实现

本文实现了一个电视台媒体资产管理中的关键词语音标引系统。系统以连续混合高斯隐马尔可夫模型为基础,采用分层构筑维特比算法进行训练和识别。为实现标引的实时性,采用实时计算的方法,录音和识别同时进行。为了减少计算量,并没有将状态持续时间分布引入Viterbi译码,而是将其作为后处理部分。对于汉语数字识别的一些易混词,采用声调作为辅助判决。以此做了一个体育赛事的词库,经测试表明,关键词标引首选识别率达到93.5%,前五选识别率达到98%。