基于交通视频分析的自适应摄像控制系统

为在高动态光照和复杂路况环境中实现准确的视频检测与数据采集,构建了一套有效的自适应交通摄像控制系统.首先,针对全天候大场景综合检测需求设计高清交通摄像系统,并通过系统辨识确定了核心摄像参数的控制特性;接着,基于车辆号牌和交通场景特点,提出了以车牌亮度中点值和标线区块中点值作为反馈控制指标的视频质量分析算法;最后,使用自适应控制架构综合底层图像质量反馈信息和高层视觉分析检测结果,实现了光照模式的感知适应和控制状态的自主切换.实验与应用结果表明:该系统控制过程快速稳定,能够自动适应不同光照环境,兼顾高清晰车牌识别和大视野交通监控需求,保持良好的全天成像效果,实现了平均97.0%的车流准确度和96.3%的车牌识别率.      

车辆牌照相似字符识别研究

车牌识别（License Plate Recognition,简称LPR）作为智能交通系统中的核心技术,受到国内外科研学者的广泛关注。其中相似字符的识别是车牌识别的关键技术之一,也是提高车牌识别率的重要途径。     

Android平台下基于OpenCV的车牌号识别技术

针对车牌识别算法在手机上应用的需求越来越迫切的问题,提出一种基于OpenCV的车牌号识别方法,并在Android平台下实现.该方法由两部分构成:其一为单一的车牌图像识别,分为图像获取、图像预处理、车牌定位、字符分割和字符识别等过程;其二为自动筛选识别结果,即连续拍摄图像并识别,通过其结果的一致性和匹配度自动选择最佳结果.经实测和分析可知:该方法在主流手机上处理速度可达到20帧/ms;影响识别率的主要因素是车牌污损和拍摄角度偏差;在实际环境中识别率可达90%以上.研究结果表明,该方法具有较高的实时性和识别率,可适用于在运动过程中进行车牌识别的场景.     

粤0车牌将减六成

据省公安厅给省政协委员相关提案的答复，为进一步减少粤0号牌车辆，省公安厅向省政府提出了全省公安机关粤0号牌车辆裁减约60％的意见。今年两会期间，省政协委员焦太山在提案《关于规范特种车管理和取消0字车牌照的建议》中指出，去年全省特种车辆（指悬挂军牌、公安牌，包括“0”字车牌等）违规违章现象高达十几万次。     

黑龙江省高速公路车牌识别建设项目

将从汽车号牌自动识别系统应用于高速公路的技术路线入手,分析其应用现状、行业的新需求和将要面对的关键问题,分析黑龙江省高速公路车牌识别建设项目。     

车辆牌照自动识别中的一种新算法

机动车是现代交通运输中的一种重要工具,而车牌是车辆的身份证,是车辆的唯一标识,对车辆具有非常重要的意义.车牌识别技术是现代交通运输中的关键技术之一.在车牌识别系统中,根据车牌字符的分布特征,提出了投影与车牌尺寸先验知识相结合的车牌字符分割算法,该算法对图像中字符断裂和字符粘连的现象进行了有效的针对性处理,提高了字符分割的正确性,对牌照的正确识别起到至关重要的作用     

牌照自动识别系统在高速公路收费中的应用

牌照自动识别系统在高速公路收费中具有防止车辆换卡逃费,辅助车型分类,杜绝收费人员舞弊,自动放行,提高通行能力,减少通行卡投资以及满足车道监控需要等作用。牌照自动识别系统采用车牌号码匹配和车牌图片匹配两种方法对出入口的车牌进行匹配识别。安装在出口的车牌自动识别系统首先根据通行卡中的车牌号码识别结果进行车牌号码匹配,判断出入口是否为同一车辆。当车牌污损严重而无法识别时,出口车牌自动识别系统将根据出入口的车牌图像来进行图片匹配,判断出入口是否为同一车辆。     

车牌识别技术实现方法初探

现代智能交通系统把计算机视觉和模式识别技术应用到车牌识别技术领域中,车牌识别是指对已知车辆数字图像进行预处理、车牌定位、字符分割、字符识别的过程。车牌识别系统中的关键技术在于车牌区域定位技术和字符分割与字符识别技术,探讨了车牌识别过程中的常用方法。     

基于串行分类器的车牌字符识别

在特征提取的基础土,对采用Bayes分类器和支持向量机的车牌字符识别方案进行比较,提出在Bayes分类器的基础上,再利用支持向量机对Bayes分类器不易区分的车牌字符进行识别的二级串行分类器融合的改进方案,在一定程度上既克服了Bayes分类器对车牌字符识别率低的问题,又解决了支持向量机识别速度慢的问题,可满足车牌字符识别实时性和高识别率的要求。     

基于串行分类器的车牌字符识别

在特征提取的基础上,对采用Bayes分类器和支持向量机的车牌字符识别方案进行比较,提出在Bayes分类器的基础上,再利用支持向量机对Bayes分类器不易区分的车牌字符进行识别的二级串行分类器融合的改进方案,在一定程度上既克服了Bayes分类器对车牌字符识别率低的问题,又解决了支持向量机识别速度慢的问题,可滿足车牌字符识别实时性和高识别率的要求。     

智能车牌识别系统中消除图像干扰的方法

在智能车牌识别系统中,经过汽车图像的初分割,可从复杂的汽车及背景图像中分割出汽车图像,但复杂灰度图像经二值化处理后存在许多干扰白点.提出一种＂高斯滤波＂的方法去除这些白点,使二值化图像变得平滑、少毛刺,并具有较好的连通性.     

车牌识别的分布式结构处理方法研究

提出了一种车牌识别的分布式结构处理方法,能合理利用车牌识别系统的资源,提高车牌识别系统的识别效率,适合于多车道大流量的实际交通系统。对车牌识别系统在交通系统的应用和推广具有重要意义。     

电动自行车事故和车牌使用影响因素分析

为分析电动自行车事故和车牌使用影响因素,采用问卷调查和电话访谈方式采集了宁波市862个电动自行车用户有效样本,利用统计学方法构建了Bivariate Probit(BP)联立方程模型,计算了显著影响因素的边际效应,量化分析了电动自行车事故和车牌使用影响因素效用,并检验了两者之间潜在的关联关系.结果表明:BP模型不仅可以识别电动自行车事故和车牌使用的影响因素,而且可以有效刻画两者之间的潜在联系;两者之间关联系数为-0.475,表明电动自行车车牌的使用可以降低电动自行车事故概率;模型结果显示性别、年龄、驾驶执照、家庭是否拥有小汽车、电动自行车驾龄、法律遵守程度、驾驶行为、危险感知度等具有统计显著性,是影响电动自行车事故和车牌使用的显著因素.     

基于车牌识剔技术的IC卡及通行费防流失对策研究

将车牌识别技术与IC卡管理思想相联系，在不增加硬件投资的前提下，利用现有成熟的车牌识别技术及数据库同步技术，构建一种有效防止IC卡及通行费流失的方案，解决困扰公路收费和管理部门多年的高速公路通行费、IC卡流失严重的问题。     

车牌自动识别系统设计与实现

车牌自动识别分为图像预处理、车牌定位、字符分割、字符识别四步。利用形态学变换对图像进行滤波聚类,HOUGH变换对车牌图像进行水平校正,BP神经网络的方法进行字符识别,最后基于DELPHI7．0环境下设计开发了车牌自动识别系统。     

����ͼ��ֱ��ͼ�ij���ͼ���ֵ�������о�

在基于数字图像处理的车牌识别技术的研究过程中,因为车牌定位和字符分割一般都是基于车牌区域的二值化结果进行的,因此对图像的二值化是非常关键的一步,二值化的效果直接影响到后面的车牌定位以及字符分割。二值化最主要的是阈值的确定,文章对比了几种常规的车牌图像全局阈值二值化处理算法,并重点分析了最大类间方差法和KSW 最大熵法的基本原理和微机仿真结果,发现用于车辆图片是这些方法不够理想,然后提出一种新的方法—基于图像直方图波形分析的车牌图像二值化处理算法,经过大量试验证明该算法在进行车牌图像二值化处理时效果非常理想。     

字符特征的可分性量化分析

选择字符识别的特征时要进行特征的可分性量化分析．文中分析了5种在汽车号牌识别中用到的字符特征提取方法,进行了可分性测度量化计算．采用主成分分析法对特征降维处理,可以简化可分性测度的计算,使结果更加直观清晰．测度图谱的表示方法,能较好地对字符特征进行确定及取舍．采用其中3种特征的组合,即有较好的可识别性,又可降低计算工作量．     

JPEG2000在车牌识别系统中的应用

本文介绍了JPEG2000在车牌识别系统中的应用。