几种车牌字符识别算法的比较

牌照自动识别系统是现代社会智能交通系统的重要组成部分,是图像处理和模式识别技术研究的热点,应用也越来越普遍。本文就几种主要的字符识别方法进行研究及比较。     

基于模板匹配和神经网络的车牌字符识别方法

本文提出了一种基于模板匹配和神经网络的车牌识别方法.该方法集成了模板匹配识别车牌字符和神经网络识别车牌字符的各自优势.对于字符可单独分割出来的一类车牌,本文提出了一种改进的神经网络来进行字符识别;对于字符不可分割或分割困难的另一类车牌,本文提出了一种基于四灰度加权相似函数模板匹配方法来识别字符.从而克服了单一方法很难同时识别这两类车牌中的字符的不足,同时可有效地提高车牌字符识别的识别率、识别速度或识别系统的泛化能力.实验结果表明:大多数情况下,该方法车牌字符识别率超过90%,识别时间不超过1 200毫秒,能更有效识别各种车牌中的字符,能更好地满足实际系统的要求.     

一种基于改进模板匹配的车牌字符识别方法

提出了一种改进的模板匹配方法．该方法是在传统的模板匹配方法的基础上，通过对字符特征区域的扩大和加强注意设计了一种改进的模板，以达到更有效的匹配结果．将该方法应用于沪宁高速公路收费口处实拍的车牌图像库中，其平均识别率达到97．1％．实验结果表明本文所提出的改进的模板匹配方法具有较高的识别率和鲁棒性．     

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。     

基于BP神经网络的车牌字符识别方法

汽车牌照自动识别是智能交通管理系统中的关键技术之一，本文介绍了用BP神经网络对车辆牌照字符进行识别,给出了算法和实验结果。     

一种改进的基于模板匹配的集装箱字符识别方法

字符识别是计算机模式识别中较为常见的问题,对于印刷体的字符来说,经常采用二值化和模板匹配方法进行识别。在实际应用中,为了提高识别率,减少计算量和运行时间,解决正确识别二值化后的正反不同图象的问题,提出一种改进的自适应的模板匹配方法,理论与实验结果表明具有较高的识别和坚韧性。     

基于BP神经网络的多样本手写体字符识别

手写体字符识别是人机交互领域的一个重要内容,本文基于BP神经网络实现了任意数量字符模版的多字符手写体字符识别。分为以下几步,第一,首先对目标图像进行识别前预处理。包括灰度图像二值化、图像孤立像素滤波、图像膨胀、腐蚀、按字母最小行分割、按字母最小列分割、图像紧缩、归一化等;第二,用处理好的多个样本进行BP神经网络训练。包括BP网络参数的选择、目标结果构建、输入到结果的映射即用样本库进行神经网络学习机的训练;第三,待测字母的识别。包括对图像预处理、字符提取、归一化和送入已训练好的BP网络进行识别。该系统最终实现了95%以上的手写字符识别正确率,有一定的借鉴意义。     

基于三层BP神经网络的字符识别系统的实现

介绍了基于三层BP神经网络的字符识别系统的实现.在Visual C 6.0开发环境下,采用BP神经网络开发的字符识别演示软件对于一定规范的字符能够正确检测识别,算法简单,易于实现.最后,探讨了BP神经网络算法与字符识别的优缺点.     

基于BP神经网络的字符识别系统

基于BP神经网络设计了一个字符识别系统.首先,对字符图像进行二值化处理,构造输入向量矩阵.其次,通过选取初始权值、隐层节点数和权值学习算法,创建BP神经网络,对样本数据进行训练,之后对加有噪声的样本再次进行训练,以提高网络的鲁棒性.最后进行仿真测试并制作图形用户界面GUI来模拟与演示该系统.仿真结果显示,该BP网络对噪声系数小于0.8的字符识别率可达95%,且网络训练时间可接受.     

字符识别中两种改进的模板匹配算法

模板匹配算法是字符识别中最常用的一种算法。本文首先介绍了字符识别与模板匹配算法的基本原理,然后在传统模板匹配方法的基础上提出了两种改进的模板匹配算法。一是多模板匹配法,该算法可以对模糊不清、有倾斜的字符进行了有效识别;二是字符区域分割匹配法,该算法使相似度较大的字符可以得到准确的识别,并且大大减少了计算量,加快了识别速度。本文使基于模板匹配的字符识别达到了更有效,更准确的效果。     

一种快速模板匹配的波形识别算法

本文以数字波形为例,提出波形幅值向量化处理快速建立匹配模板.把输入信号的波形做准归一化处理与模板进行匹配,求出与所有模板的距离.实验结果表明此方法不仅可行,而且正确率和执行效率相当高.     

一种基于2D-PLDA和小波子带的虹膜识别算法

近年来,基于线性判别分析(LDA)的图像模式识别方法研究越来越受到人们的关注。然而LDA方法自身存在的小样本难题,极大的影响了样本集特征矩阵的获取。研究者随后 提出的2维线性分析(2D-LDA)在一定程度上解决了这个问题。在传统2D-LDA基础上,提出一种改进的2维线性分析方法——2D-PLDA,该方法通过对样本集进行预分类,使得散布矩阵 更加合理;在此基础上将2D-PLDA和离散小波相结合,应用于虹膜识别中。实验结果证明,该算法在识别精度和计算复杂度等方面均较传统LDA和2D-LDA方法有很大的改进,同时采 用小波的不同子带作为输入空间也在一定程度上增加了算法的鲁棒性。     

一种用80C31实现的智能化浊度仪

介绍一种浊度测量专用智能化仪表，其内部由计算机对光源、光电探测元件和其它各关键电路进行特殊的控制、监测和处理，并可根据测量的外部环境对测量值进行零点校正及温度的非线性补偿。     

DNA计算在人脸识别上的应用

提出一种将DNA计算结合奇异值分解(SVD)应用在人脸识别的方法,旨在利用其超大并行计算能力,在大规模的人脸识别中大量快速地缩小目标识别范围,从而使得后续识别能使用较为成熟的一般方法。在对ORL人脸库的实验中,有效地缩小了识别范围,使得DNA计算在人脸识别上有了新的应用。     

一种新型密钥管理系统的设计与实现

随着对信息安全的要求不断提高,传统的等效于软件加密的密钥管理手段已不能满足信息系统的安全要求,因此设计了一种新型的密钥管理系统。该系统采用安全性高的CPU智能卡,用硬件方式来产生、存储和传递密钥,极大地提高了密钥管理系统的安全性。     

巡检机器人中指针式仪表示数的自动识别方法

针对巡检机器人室外自主识别仪表示数易受到光照影响的问题，在研究了基于二维伽马函数的仪表图像光照不均匀自适应校正算法的基础上，提出了基于最大稳定极值区域（MSER）提取指针区域的算法。首先，通过三尺度高斯函数提取光照分量，构造二维伽马函数自动地调整图像反光区域或过暗区域的亮度；然后，通过MSER的两次稳定区域检测提取指针区域；接着，以指针通过仪表轴心为条件，用细化算法和累计概率霍夫变换（PPHT）精确地定位到指针，提高了定位直线的准确度；最后，通过PPHT检测的直线两个端点与轴心位置比较，直接可以判断指针指向，更加方便了计算示数。实验结果表明，所提的仪表示数识别方法能够适应不同光照下、不同类型仪表的指针定位，且识别示数的正确率达到94%以上。     

一类新的粒子群算法

提出一种新的模糊粒子群优化算法--收敛模糊粒子群优化算法.重点研究了收敛因子的确定和模糊隶属度函数的选择对算法性能的影响,在考虑计算效率的同时,提高了算法的精度.利用4个基准函数测试了收敛模糊粒子群优化算法的性能,并与模糊粒子群优化算法、收敛粒子群优化算法以及基本粒子群优化算法进行了对比.实验结果表明,新算法具有很好的性能.     

一体化IC卡水表

本文根据节水科学管理的要求,介绍一种采用双喷嘴侧射流测量机构和磁电转换的流量测量原理,利用隔膜阀控制机构和防窃水结构,由IC卡和单片机系统组成的一体化IC卡水表,该一体化IC卡水表体积小巧,功能完备,安全可靠,水电安全隔离,实现了用户凭卡购水,凭卡用水的科学管理,在实现节水科学管理中有十分重要的推广应用价值。     

一种提高指纹识别算法通用性的方法

由于硬件原因,从一类指纹仪上采集提取到的指纹特征库无法与从另一类指纹仪上采集到的很好匹配,这势必影响到指纹算法的识别结果。介绍了一种设置分辨率的方法,用于检测并重新设置获取到的指纹图像的分辨率,从而弥补了硬件方面的不足,使指纹算法适用于各类指纹仪,提高软件通用性。     

一种雷达辐射源识别模型研究

复杂电磁环境下雷达辐射源识别问题是当前急需解决的难题。针对雷达辐射源识别中不确定信息影响,改进数据库比对识别法,通过融合BAM神经网络（NN）和模糊推理（FR）,建立基于NN-FR的雷达辐射源识别模型,以达到缩短识别时间,提高识别效率的目的,为复杂电磁环境下识别雷达辐射源探索新的方法。