蓝底白字汽车牌照的定位方法

汽车牌照的定位是牌照识别的第一步，定位的准确与否将对后续操作起关键作用。本文提出了一种基于多方法的车牌定位策略。首先利用颜色信息对输入图象进行彩色粗分割，得到了颜色为车牌照的一些区域。然后将分割结果中的伪目标区域分为两类：一类是与牌照颜色先进的背景，一类是可能和牌照颜色先进的汽车外壳，分别进行处理，最终利用投影法得到准确的车牌位置。实验结果表宁该方法效果较好。     

彩色汽车图象牌照定位新方法

汽车牌定位是一个公认的较难解决的图象侵害问题。目前已经实现的分割主要局限于灰度图象,且定位效果仍易受阴影和光照等条件的影响。为解决彩色图象牌照定位问题,提出了彩色图象边缘检测算子ColoPrewitt和彩色边缘检测与区域生长相结合的牌照定位算法ColorLP,其充分利用了颜色信息和牌照特点。ColoPrewitt算法简单,全面作用在颜色空间的3个分量上,在彩色牌照定位的边缘检测中具有传统算子无法比拟的优势,实验表明,检测出的牌照区域完整,且与背景易于进一步剥离,由此可见,ColorLP定位牌照区域准确率高,适用于任意背景、位置和光照下的牌照定位,且通过性较好。     

汽车牌照定位与字符分割

基于数字图像处理和模式识别技术的汽车牌照自动识别技术是汽车牌照识别系统的关键技术。研究汽车牌照定位和字符分割技术,实现了汽车牌照图像的预处理、基于水平投影和垂直投影算法的汽车牌照定位和基于垂直投影特征值分割算法的汽车牌照字符分割。实验结果表明,该算法能有效快速定位汽车牌照和准确分割汽车牌照字符。     

面向车辆牌照字符识别的预处理算法

由于光照、摄象机角度、位置和牌照定位的图象分割过程等原因,牌照图象字符背景复杂．针对这些问题本文提出相应算法,成功地完成了牌照字符的预处理。     

汽车牌照子图象的定位算法

本文介绍的算法是用于汽车牌照号码识别系统中的。用计算机和ＣＣＤ摄像头识别出汽车牌照号码是解决高速公路不停车收费、车库自动管理等问题的一个思路。该识别系统的工作过程分为两个步骤,一是牌照子图像定位算法．它用来确定车牌在整个图象中相对位置,其输入是整个原始图象,输出的是长方形的牌照图象。二是字符识别,它用来从长方形的牌照图象求出车牌的号码,输入是长方形的牌照图象,输出是车牌号码字符串。本文所介绍的正是牌照子图象定位算法。     

复杂环境下的汽车图像牌照定位方法

在汽车牌照识别系统中，车牌图片定位的准确度因受光照、背景和气候等原因的影响，牌照定位有一个较难解决的图像分割问题。作者采用了多层次分方法对汽车牌照作准确定位。经实践证明，该方法实时性好、准确度高，具有较高的实用价值。     

基于多层次灰关联分析的图象分割性能评估

图象分割是自动目标识别系统(ATRS)的关键部分,它是一种基本的图象分析技术,作为图象分析的重要步骤在许多图象应用分析中都是必不可少的,其结果直接影响到其后的信息处理过程.分割算法性能的评估是ATRS离线评估的重要组成之一.根据信息融合与系统工程思想,提出了基于多层次灰色关联度分析的图象分割性能评估模型,该方法综合信息融合、灰色系统和层次分析法等新兴学科精华而成,该方法既可以从整体上进行评估、又可以从某个侧面进行评估.文中给出了该方法同以往方法的实验对比,应用实例显示,它在现有文献的基础上提高了数据的离散性,便于区分不同分割算法的性能,克服了以往方法的奇异性和不灵敏性,它在分割算法的性能评估方面比其他方法更为有效、合理,从而使评判更易进行.     

一种基于多层次MRF的多源图象融合算法

图象融合技术的主要目的是将多种图象传感器数据中的互补信息组合起来 ,使形成的新图象更适合于计算机处理 (如分割、特征提取和目标识别 )等 .在多层次 MRF模型的基础上 ,提出了一种应用于多源图象分类的图象融合算法 .该融合算法将定义在多层次图结构上的非线性因果 Markov模型与贝叶斯 SMAP(sequential m axi-mum a posteriori)最优化准则结合起来 ,克服了 MAP(maximum a posteriori)准则在多层次图结构上计算不合理的缺陷 .该算法可应用于多源遥感图象中的信息融合 ,使像素分类更精确 ,并解决多源海量数据的富集表示 .另外还利用合成图象与自然图象分别针对多层次 MRF模型的改进及算法中可最优化准则的不同进行了对比实验 ,结果表明 ,该算法具有许多优越性     

基于Chan-Vese模型的目标多层次分割算法

由于单一水平集只能通过其符号表达目标和背景两个区域,因此采用单水平集的Chan和Vese（C-V）模型无法分割出目标内部的子目标.为此,提出了基于C-V模型的目标多层次算法.首先给出了目标多层次分割策略;然后,提出了实现本策略的关键技术--背景填充技术,并从其视觉原理、技术实现和理论证明3个方面详细进行了论述;最后,将该技术与C-V模型相结合,提出了目标多层次分割算法;实验结果表明,本文算法能够实现目标多层次分割,并对目标内部含有弱目标的图像特别有效.     

二值图象标记的一种快速算法

在数字图象处理中,阈值分割方法是应用最广泛的分割方法之一,它输出一幅二值图象,其背景和目标象素分别具有灰度值0和1,对这样的二值图象,经常需要对目标进行标记。本文提出了一种新的二值图象标记算法,该算法利用一个映射表快速实现标记过程。     

基于模糊簇的个性化推荐方法

提出了一种运用模糊聚类方法将项目属性特征的相似性与协同过滤推荐算法相融合的推荐方法,此方法将用户对单个项目的偏好转化为对相似群组的偏好,目的是构造密集的用户-模糊簇的偏好信息,同时利用项目之间在相似群组的相似性来初步预测用户对未评价项目的评分,在此基础之上再完成基于用户的协同过滤推荐算法。实验结果表明,该方法确实可提高协同过滤推荐算法的推荐精度。     

只估计AR参数的ARMA(p,q)谱估计的新算法

本文提出一种估计自回归AR参数的新算法.新算法采用递推Householder变换算法. 文中给出了ARMA(4,4)仿真计算例子及两个正弦加白噪声的仿真计算结果,并与最小二乘 法的计算结果进行了比较.结果表明新算法在分辨率和估计质量方面均优于最小二乘法和已 有的谱估计方法,也说明用提高算法稳定性的方法可解决负谱问题和提高谱估计质量.     

用遗传模拟退火算法挖掘特征项权重的研究

能否在范例库中检索和选择出最为相似的范例决定了范例推理系统性能。文中介绍了遗传算法和模拟退火算法,比较了两种算法的特性,提出一种混合遗传模拟退火算法。该算法不但具有强的局部搜索能力,还缩短了搜索时间。将该算法用于发掘范例库上特征权重,理论分析和实验结果表明了这种混合遗传模拟退火算法优于普通的遗传算法。     

基于探测目标的自适应航路规划算法产品化实现方法

为将基于探测目标的自适应航路规划算法进行产品化,采用基于模型的设计方法以及自动代码生成技术,使算法模型快速、健壮地转化为软件产品。软件产品由核心算法和外设驱动组成,核心算法采用基于模型设计思想进行设计,仿真验证后自动生成目标语言代码,考虑到IO访问方式的复杂性,外设驱动模块采用代码自动生成与手动编码相结合的方式实现,核心代码与外设驱动模块组成的完整工程下载到硬件板卡,通过试验验证软件产品与初始设计模型的一致性,实现算法的产品化。经过实践,所提出的算法产品化实现方法能够提高设算法设计效率和各阶段中间产品继承性,降低各阶段调试复杂性,实现产品开发的敏捷性和健壮性,可作为复杂算法工程实现的参考。     

SA-HHGA优化RBF神经网络的方法及应用

提出一种利用模拟退火和混合递阶遗传算法优化RBF神经网络的方法。通过利用混合递阶遗传算法对RBF神经网络的拓扑结构、径向基中心和半径进行参数寻优,引入模拟退火算法对交叉和变异概率进行控制,采用最小二乘法确定网络的输出权值。将此方法应用于典型实例,并与其他四种方法进行对比,通过试验结果证明了该方法的准确率明显优于其他四种方法,方法的可行性和优越性得到验证。     

基于核方法的平分最近点算法

通过分析平分最近点算法的性质,利用核技巧,构造了基于核方法的平分最近点算法.证明了该算法构造的决策函数仅依赖于选择的核函数.实现了平分最近点算法与核方法相结合,求解非线性分类问题.     

粒子群优化算法在FIR数字滤波器设计中的应用

介绍了基于粒子群优化算法的FIR数字滤波器的设计方法,并用该方法设计了一个高通滤波器。与用Parks-McClellan算法设计的高通滤波器进行了对比,发现基于粒子群优化算法的FIR滤波器的通带波动更小,阻带衰减更大。将用这两种算法设计的滤波器作用于混频信号,得出的结果也证明了基于粒子群优化算法的FIR滤波器的有效性。     

一种基于广度优先搜索的K-means初始化算法

K-means算法是在现实应用中非常广泛的聚类算法,K-means算法对初始中心的选择非常敏感,对已存在的有代表性的初始算法进行了研究,提出了一种基于广度优先搜索的K-means初始化算法。该算法综合考虑了密度与距离因素,选择初始点。分析表明该算法选择的初始点非常接近期望的中心点。     

挖掘关联规则中AprioriTid算法的改进

针对Apriori和AprioriTid算法中存在的项集生成瓶颈问题,提出了一种基于事务集压缩、候选项集压缩和支持度布尔矩阵的改进AprioriTid算法。该算法中通过删去不必比较的事务来有效缩减数据集;优化频繁项集的自连接方式来减少生成的候选项集个数;使用支持度布尔矩阵来加快候选项集的验证速度。实验结果表明改进算法确实能有效减少相关计算量,比已有算法执行效率明显提高,同时验证了该算法在旋转机械故障诊断中的有效性。     

特征点提取下的AGV栅格法建模与分析

栅格法作为一种在移动机器人路径规划中的常用算法,其具有信息量少、结构简单的特点,但传统栅格法通常由于其栅格过多而影响算法的有效性.针对这一问题,提出了一种特征点提取的改进栅格法,该方法利用特征提取的思想将障碍物栅格的顶点作为特征点提取出来,在这些特征点间进行路径规划,该方法简化了算法的规划范围.将新的栅格法应用于不同种...