一种车牌定位算法的实现

车辆牌照的自动识别是智能交通系统中的一项重要技术,而车辆牌照的定位又是车牌识别的关键点之一。文章依据二值化图像中车牌区域跳变频率高的事实,提出一种算法来确定车辆牌照在原始图像中的水平位置和垂直位置,从而定位车辆牌照。实验结果表明本算法处理速度较快、便于实现。     

遗传算法在车牌定位中的应用

提出一种用于车辆牌照定位的新方法。该方法利用遗传算法对图像进行优化搜索，结合区域特征敌意一构造的适应度函数，最终寻找到牌照区域的最佳定位参量。实验结果表明，该方法抗噪声的能力强，提取出的牌照准确、完整具有很好的实用价值。     

切莫在车牌上玩手法

汽车牌照是车辆的"户口",也是交通管理部门查询车辆档案和追查肇事逃逸的重要依据.为此,<道路交通管理条例>对汽车牌照的使用和管理作了明确的规定.     

汽车牌照钩沉

文章讲述了汽车牌照演变轨迹、汽车牌照的运用、汽车牌照的特点,并简单介绍了汽车牌照识别系统,使我们了解了汽车牌照的发展及相关知识。     

车牌与人脸识别系统的设计与实现

在智能交通等领域，各种车辆牌照识别系统已逐步得到应用。但对单个对象（车牌）的识别还存在一些不足，其主要原因是不符合人类认知的规律。文章认为多个对象的结合识别是将来模式识别发展的一个方向，文章对车牌和人脸的识别进行了一些探索。     

基于固定颜色搭配搜索和形态学的车牌定位

汽车牌照定位是牌照识别系统中的关键技术之一.为了快速准确地对汽车牌照进行定位,提出了一种基于固定颜色搭配搜索的车牌定位新方法.该方法包括图像自适应预处理、固定颜色搭配搜索、形态学处理和车牌候选区域判断,以及最后的车牌底色识别等5个步骤.与传统的车牌定位方法相比,该方法不仅能够有效减少伪车牌区域的检验和能够判断出车牌的底色,而且可以有效地解决背景环境复杂及车牌底色和车身颜色相一致的车牌定位问题.试验结果表明,该方法具有算法简单、实时性强和定位精确高等优点.     

基于车牌识别的交通信息采集技术与应用

车辆牌照自动识别系统是道路交通管理系统获取交通信息的重要手段之一.介绍了基于车牌识别的交通信息采集和分析系统的组成,提出提高车牌自动识别系统可靠性的方法及在ITS中对获取的路网车牌识别数据的广泛应用.     

基于LPR的车距测量智能感知系统研究

本文基于车牌识别系统，提出一种基于单目视觉的前方车辆距离测量方法。全文根据图像变换、模型成像、视觉测量等方法，分析研究LPR测距的理论，设计出单目视觉测距的应用模型。利用车辆几何特征信息定位前方车辆的位置图像信息，最终利用车牌信息测量前方车辆距离。     

基于车牌特征颜色相似度的定位方法

汽车牌照定位是汽车车牌自动识别系统的一个关键环节。本文充分利用对车牌色彩的知识,针对复杂背景的车牌定位问题,提出一种基于车牌特征颜色相似度的定位方法。实验表明该方法不仅优于传统的灰度图算法而且能适用于不同的背景。     

基于视频图像的车速检测研究

针对现有车速检测方法的局限性，提出了一种基于局部视频图像的车速检测新方法，该方法通过定位车牌的位置来确定车辆帧间移动的距离。讨论了车牌定位、如何将车辆帧间移动的像素行映射为对应的实际距离和最终实现车速检测等内容。经实验证明，本方法易于实现，具有很好的可维护性，车速检测的精度较高，平均精度为91．31％。     

机动车驾驶培训教学与考试大纲

2012年12月17日,交通运输部、公安部联合发布了《机动车驾驶培训教学与考试大纲》(交运发[2012]729号,以下简称《大纲》),《大纲》自2013年1月1日起正式实施。2007年发布的《中华人民共和国机动车驾驶员培训教学大纲》及2010年发布的《中华人民共和国机动车残疾人驾驶培训教学大纲(试行)》同时废止。     

复杂背景下的多车牌定位技术研究

针对竖直边缘检测的车牌定位方法在多车牌定位中的梯度分割阈值的问题,提出一种改进的阈值选取方法。即先将图像进行区域划分,然后采用区间梯度均值和Otsu阈值的平均值作为新的阈值来分割区域图像。该方法对车牌污染、车牌远近不一致等情况具有良好的适应性。同时,针对从车牌候选区域中去除伪车牌的问题,提出了利用新的主连通域分析的方法和颜色、宽高比等特征来从候选区域中正确提取多个车牌的方法。该方法能够较好地去除复杂背景下的类似于车牌背景的颜色伪车牌,以及和车牌字符有着相似纹理特征的伪车牌。测试结果表明,该方法车牌定位率超过97.3%,去除伪车牌后的车牌定准率超过88.5%,同时在时间上能够较好地满足实时路况中准确定位出车牌的需求。     

车牌识别系统中智能算法应用研究

章介绍丁利用车牌的纹理特征和区域形状特征检测车牌区域情况。为提高区域检测的正确性，利用新的改进的主动轮廓模型。利用先验知识确定精确的车牌边界。在精确的车牌区域中切割出车牌中的单个字符，最后利用支持矢量机对字符进行分类识别。     

基于彩色二值化的车牌定位方法

提出了一种基于彩色二值化的车牌定位方法。首先将彩色图像从RGB颜色空间转换到HSI颜色空间,同时生成一个与彩色图像大小相同的二值化状态特征矩阵,根据车牌的色彩特征,调整状态特征矩阵;再用数学形态学方法对状态特征矩阵进行填充空洞和滤除噪声的处理,并根据车牌的几何特征除去伪牌照区。该方法将图像的色彩特征与状态特征分离,充分利用车牌的色彩特征调整彩色图像的状态特征,并融合了数学形态学方法;而且将车牌的色彩特征和几何特征进行了有机的结合。实验结果表明该方法是一种有效的车牌定位方法。     

小波变换在车牌定位算法中的应用

将小波变换引入车牌定位算法,对车辆图像进行滤波降噪.在满足实时性处理要求的前提下,定位效果十分理想:完全消除了光照不均造成的影响,使车牌区域更加突出,增强了定位的鲁棒性,提高了定位查找的准确率,系统的车牌定位准确率高达95%.     

一种改进的车牌区域定位算法

在分析基于灰度图像的车牌区域搜索思路的基础上,提出了一套改进的车牌区域定位算法.在图像预处理过程中,根据高速公路收费站点光照条件不断变化的特点,采用一阶差分算法并结合累积像素点确定二值化阈值的方法,完成图像边缘轮廓的提取工作.实践表明,改进的车牌区域定位算法的定位准确率为98.3%.     

新式车牌对车牌图像识别系统的影响及其对策

章比较了新启用的“二○○二”式机动车号牌与原有的“九二”式号牌在视觉特征方面的差异，并对这些差异给车牌图像识别工作造成的影响进行了初步的分析。在此基础上，作就改进现有车牌图像识别系统和方法以识别新式牌照的基本思路提出了自己的想法和建议。     

车牌识别中反色判断的新方法

根据车牌的基本特征，提出一种将车牌候选区域的灰度图颜色统一转换成白底黑字(或黑底白字)的新方法。该方法通过计算车牌灰度图像灰度平均值和大于灰度平均值的像素数，来判断车牌是否需要进行反色处理。实验表明，该方法简单易行，且准确率较高。     

车型与车牌自动识别技术分析

文章着重分析了车型识别技术与车牌自动识别技术，并指出模糊逻辑技术与神经网络技术的使用是解决车型识别和车牌识别这种复杂非线性问题的一个良好的途径。