简介:
简介:在社会经济高速发展的时代,智能交通系统的应用越来越普及。其中,车牌识别已经成为研究的热点。本文提出了一种基于模板匹配的车牌字符识别方法,对车牌中汉字和数字字母的特征提取进行了研究,并根据提取的字符特征利用模板匹配的方法对车牌字符进行识别。实验结果表明,该方法对车牌字符具有良好的识别效果.
简介: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。
简介:针对暗原色先验方法不适用于白色和高亮区域的问题,提出一种改进的暗原色去雾算法,使还原图像在车牌检测时的表现更好。首先从大气中雾构成的角度出发,变型化简大气散射模型,得到去雾物理模型。然后利用暗原色先验方法求得透射率,并对原方法中会失真的高亮区域进行透射率修正。最后利用去雾模型还原图像。实验证明,改进的算法去雾效果更好,而且能够改善原暗原色算法中的失真情况,提高车牌检测的准确性。
车牌识别系统供应商名录
车牌字符特征提取及识别方法研究
属性论方法在车牌识别系统中的研究及实现
一种应用于车牌检测的改进暗原色去雾算法