基于边缘生长的车牌定位新方法

采用一种新的边缘生长算法提高车牌字符边缘检测的准确率。通过采用灰度局部方差极大的原则以边缘生长的方式检测边缘,实验结果显示该算法检测边缘的速度快,轮廓非常清晰。边缘生长结束后,通过分析边缘的几何特征确定其是否是车牌字符的边缘,最后利用字符与车牌之间的位置关系,准确地定位车牌。采用该算法的车牌定位程序在IntelPIV计算机上的平均运行时间只有100ms。     

车牌识别算法的研究与实现

介绍一种基于KL变换的车牌识别算法。算法主要由车牌分割和车牌字符识别组成。车牌分割算法利用车牌的纹理特征和形状特征来定位车牌，并采用投影的方法和先验知识实现车牌的倾斜校正和字符切分；车牌字符识别算法采用一种最优变换，KL变换来提取字符图像的特征值和特征向量，并通过计算待识别字符与各样本字符特征值的欧氏距离来实现对该字符的分类。试验结果表明此方法是正确的。     

基于数字图像处理对汽车牌照自动识别系统的研究

以快速准确识别汽车牌照号码为目的,在充分利用数学形态学与多特征组合分析相结合分析的基础上,运用灰度变换、边缘检测、Radon变换、投影特征等图像处理方法,分车牌检测、字符分割、字符识别三步实现汽车牌照的识别,处理过程中考虑并解决了现实拍摄图像中存在的牌照倾斜等不利条件,用MATLAB软件对这些算法进行仿真,经过对多幅图像的处理实验表明,该系统识别速度快,识别率高。     

基于投影特征和先验知识的车牌字符分割算法

在车牌字符分割中由于泥尘、边框、铆钉、间隔符和车牌倾斜等因素影响,字符分割往往不准确甚至错误,针对这些问题提出了一种基于投影特征和先验知识的车牌字符分割算法。该方法先利用水平投影进行水平初分割,再利用垂直投影特征结合先验知识进行垂直分割,最后采用局部投影法实现水平精分割。实验表明该方法可较好的解决以上问题,分割准确率高且速度快,具有较强的实用性。     

一种基于数学形态学的车牌图像边缘检测及提取算法

针对牌照字符目标与背景的差异性,提出1种基于数学形态学的牌照字符提取方法。该算法对输入图像进行相邻像素差分,保留纵向纹理;通过二值化和数学形态学处理,得到许多大小不同的连通域;计算各连通域的特征参数,利用牌照区域和背景区域对应的连通量的特征差别,实现有效抑制背景而保留牌照的目的。选择了1组有代表性的图像作为测试样本,验证了该算法的准确性和环境适应性。     

优品评介

<正>Zenith真力时EI Primero A384 Revival50周年复刻计时表借助激光扫描和3D数字建模技术,该计时表忠实还原了1969年的原始设计,以纪念Zenith的自动计时码表诞生50周年。表壳采用拉丝钢制成,直径37mm,厚度为12.6mm,佩戴感轻盈。表盘设计与原版相同,哑光白漆表盘搭配黑色副表盘和测速刻度圈,中央计时秒针为红色,4点和5点之间是日历窗,     

优品评介

<正>1限量30枚宇舶表Big Bang法拉利台湾独家限量腕表这款腕表无论从细节的设计到工艺无不彰显两大品牌共有的DNA——创新、性能、技术与独一无二。腕表直径45.5mm,以黑色碳纤维表壳搭配黑色陶瓷表圈,凸显蓝宝石表盘下的UNICO飞返计时机芯。9点钟位置的法拉利跃马标识精工雕刻于镂空表盘中,60s计时小表盘的红色指标与刻度和法拉利仪表盘完美呼应。不仅如此,以轮缘为设计理念的刻度表冠让旋动更加灵活,2点钟位置的计时按钮触感犹如法拉利油门般顺滑无阻。高度创新的表带替换装置可以快     

A Multi-license Plate Location Algorithm for Vehicle Sequential Images

针对序列图像的多车牌定位问题,提出了一种综合车牌特征与梯度分析的定位算法.该算法使用灰度均衡化与中值滤波算法对图像预处理来消除噪声,利用测试样本图像提取出若干有效的车牌参教作为定位系统的输入,实现了全自动定位车牌的目的.并引入MGD梯度分析方法辅助边缘提取算法来提取车牌候选区域,利用HSV颜色模型,使用主颜色分析方法分析候选区域,并通过车牌字符纹理分析方法做进一步的判断.使用Hough轮廓检测方法计算非文本区域块的直线斜率.该算法定位效果较好,鲁棒性强,有很好的工程应用推广价值.     

基于SuBSENSE的内河船舶检测波纹干扰抑制算法

SuBSENSE是一种融合颜色特征和纹理特征的通用运动目标检测算法,同时算法中的参数自适应反馈机制使得背景模型能够良好地适应内河环境的多样性,在多种检测环境下达到参数最优化设置.针对一般运动目标检测算法用于内河船舶检测时,难以克服水波纹干扰这一问题,提出将SuBSENSE与基于全局对比度的显著性区域检测方法结合进行波纹抑制.利用水面显著值较低这一特性,通过设置适当阈值对显著图进行二值化,从而分离船舶与水面区域.将显著图与SuBSENSE检测结果进行与运算滤除背景干扰,即可得到船舶区域.实验证明,该方法能有效抑制内河环境中的波纹干扰,相比原SuBSENSE算法将综合表现提高了14.6%.      

基于投影二分法的车牌字符分割方法

在车牌字符分割中,传统的投影法对车牌图像质量的要求较高,受噪声影响较大,易造成分割字符的粘连与断裂,在一定程度上影响了车牌的识别率.针对传统投影法的不足,文章提出了一种基于投影二分法的字符分割算法,该方法能快速有效地把车牌字符准确地提取出来.实验结果表明,该方法抗干扰能力强,能有效地抑制字符的粘连,减少字符的断裂,车牌识别准确率高.     

天梭瓦伦斯系列自动机械计时码表

瓦伦斯系列英文名为Veloci—T，意为“迅捷”。表盘外圈的圆形线条让人联想起激情四溢的赛道；计时盘酷似赛车油量表：表盘外圈特别标明了每分每秒的刻度，阿拉伯数字1—15，读时更直接。     

基于分形维数的车牌字符识别

在国内外学者已对车牌区域的定位问题进行了众多研究的基础上，运用分形理论对车牌矩形区域内的字符识别问题进行了深入研究，针对汽车车牌字符的统一性和有限性，在对车牌矩形区域进行切分的基础上运用盒子维方法提取每一字符图像的分数维特征，根据不同字符具有不同分形维数的原理，提出了一种基于分形维数和图像重心的识别算法，并在此基础上对其平移不变性及抗噪能力进行了实验分析，取得了较为满意的结果。试验结果表明该方案是可行的和有效的。     

基于神经网络的隧道行车车牌识别技术研究

针对隧道环境下高速行车的车牌识别问题,提出使用红外摄像机采集监控视频,背景重建法进行车辆信息检测;采用Canny边缘定位算子与形态学结合的方法确定图片的车牌区域、投影法和固定边界法相结合的方法进行字符分割、引入特征提取与BP神经网络相结合进行字符的识别,提取车牌信息;并通过改进BP神经网络的学习方法来提高字符的识别速度。项目研究运用Matlab进行了大量车牌图片的样本实验,以验证此算法车牌识别的速度、准确率。     

基于人体典型部位特征组合的行人检测方法

为实现汽车主动安全对行人的保护,提出一种组合人体典型部位特征的行人检测方法。利用查表型的Gentle Adaboost算法来训练经加权Fisher线性判别算法优化的梯度方向直方图特征,形成一个强分类器对行人腿部区域进行检测;行人初步定位后,根据其头部轮廓变动较小的特点,运用模板匹配的方法对其进行检测;最后根据腿部与头部检测结果,综合采用部位约束、特征转化和分类器阈值调整的方法对检测结果进行融合。结果表明,该方法能有效排除大部分虚警,提高检测行人的准确性。     

一种基于边缘颜色的彩色车牌定位算法

为解决车牌识别中车牌定位问题,根据车牌局域颜色变化、车牌宽高、车牌中字符数及车牌中字符颜色变化等特征,提出了基于边缘颜色的车牌定位算法;通过实验,证明了该算法能够有效地克服光线和天气变化的影响,具有很强的抗干扰性能、定位精度高达98.4%.     

本期导语

选取 Harr-like特征,利用积分图快速计算矩形特征,对传统的 Adaboost算法引入优化更新权重的方法,提出1种基于级联分类器的行人检测方法,实现行人的实时区域快速检测。实验结果表明,基于改进 Adaboost算法的快速行人检测与定位方法实时性强、准确率高,基于该算法的行人快速检测与定位系统可靠性高、鲁棒性强。      

基于纹理特征的低照度环境下车牌定位与识别算法

在深入分析低照度环境下车牌图像特征的基础上,提出一种低照度环境下的车牌识别算法。该算法利用车牌区域水平灰度投影具有的显著纹理特征寻找车牌可能存在的区域作为车牌候选区。然后根据候选区域中的灰度分布特征确定最终的车牌位置。针对汉字与字母数字的结构上的差异,分别采用2种模板对汉字和数字字母进行了识别。对157张低照度条件下的车牌抓拍图像进行了算法测试。结果表明:提出算法的车牌定位准确率为97.46%,字符分割准确率为97.10%,字符识别准确率为94.71%,基本满足了实际工程需求。     

一种基于纹理分析和投影法的车牌定位方法

针对现有车牌定位算法在复杂背景和不同光照条件下很难快速、准确地定位汽车牌照位置问题,提出了一种基于纹理分析和投影法的车牌定位方法。该方法利用车牌区域字符丰富的纹理特征和投影统计规律对车牌位置进行粗、精两次定位。实验表明在不同光照、不同车型和不同背景条件下,该方法定位速度快、准确率高,具有较高的实用性。     

隧道设备运行状态智能检测系统

照明灯和情报板的正常工作是隧道运行的基本保证,隧道内对于亮度的要求相当严格,亮度不达标会影响隧道的安全行车,情报板则是告知驾驶人员天气、路段等信息。照明灯的运行状态检测主要是以RGB模型灰度化,经过中值滤波,灰度变换,二值化,K-means聚类算法将左右两侧的照明灯分离,通过照明灯轮廓面积的比值来判断是否有故障的照明灯。情报板的运行状态检测是通过HSL模型灰度化,经过中值滤波,灰度变化,二值化后,再进行闭运算,填洞,凸包运算,删除边界目标,删除小粒子以提取出情报板的轮廓,通过水平垂直双投影算法进行字符分割,再经过分层LBP+HOG特征融合算法对分割后字符进行特征提取,当字体显示不完整或者不正确时,就能够及时发现。     

基于视觉检测的汽车乘员分类识别研究

采用基于视觉检测的乘员分类识别算法,将副驾驶位上的乘员按照空座、成人、儿童和婴儿4种类型进行分类识别.该算法利用勒让德(Legendre)矩从检测的乘员图像边缘信息中提取出乘员特征,再利用支持向量机方法对乘员进行分类.对600张照片进行了分类识别试验的结果表明,准确率达到99％以上.