具有车牌车型自动识别功能的路桥收费系统研究

具有车牌车型自动识别功能的路桥收费系统是智能交通发展的一个新领域。基于路桥收费系统的现状，利用现有成熟的车牌识别技术。构建具有自动车型识别功能的路桥收费系统。可解决国内收费站车型识别效率低、年票车车费流失严重和公安交管部门对违章、肇事逃逸等车辆捕获难等问题。从软件工程的角度，介绍了本系统的实现思想和体系结构设计。     

基于彩色图像车牌分割研究

智能运输系统中车牌识别技术得到了广泛应用,车牌分割是车牌识别的重要部分。基于彩色图像车牌分割与采用灰度图像车牌分割相比,可以有效消除阴影影响,同时车牌颜色也是车牌识别的一个参数。颜色分类处理使用特征函数,可以减少颜色坐标转换运算,提高颜色分类速度。文中详细讨论中国车牌特征,给出车牌分割详细步骤。车牌区域判别采用信息融合技术。车牌倾斜矫正结合车牌倾斜特点,提出快速算法。     

国外交通科技成果：日本推出小型车牌识别系统

据科技在线报道，日本研发出小型廉价的车牌识别系统“TD-BD-LPRSYSTEM”。该识别系统配有支持SXVGA分辨率的小型USB2.0摄像头以及根据影像自动检测车牌并保存到内置存储器中的车牌识别软件的专用装置。     

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。     

新一代的高速公路收费车道车牌识别技术

针对车牌识别系统实用化存在的问题,在国内首次提出和开发了视频检测和车辆检测线圈组合触发的车牌识别技术。此技术将使高速公路收费车道车牌识别正确率稳定保持在一个较高水平上,同时可以取消车牌识别设备安装的各种限制。     

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。     

浅谈车牌识别技术应用现状

车牌自动识别系统又是智能化交通系统非常重要的发展方向。基于光学字符识别技术的车牌识别技术为以计算机视觉为基础的智能交通管理系统的实际应用提供了契机。利用车牌识别技术和其他技术理念结合,为更多领域投入更智能的服务。     

射频模块技术在车牌识别系统中的应用

基于车牌识别原理,提出一种新的车牌识别方法.将单片射频收发芯片nRF905应用到车牌识别系统中.并采用ShockBurstTM工作模式,自动处理字头和CRC(循环冗余码校验),使用SPI接口与微控制器通信,配置方便.该系统具有识别精度高,抗干扰能力强,通信速度快,检测距离远等特点.     

车牌识别技术在多义性路径问题中的应用

以上海高速公路网建设为背景,针对路网存在的多义性路径问题,提出了基于车牌识别技术的判别车辆路径的方法,介绍了一种车牌识别系统方案,包括方案设计、路径识别流程设计、系统架构和收费流程.讨论了如何将车牌识别系统扩展至联网收费中.     

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。     

非接触式IC卡在高速公路中的应用研究

论述非接触式IC卡可作为车辆上路必须携带真实证件及可实现性。IC卡上记录有车辆车牌、车型、车种等信息,该卡作为高速公路的通行卡使用后,不需要在高速公路出入口收费车道上安装车牌识别设备,能够杜绝司机逃避交纳过路费、杜绝收费员贪污行为的发生,可以取消路段中心及收费站的收费监控,对入口收费车道上的设备作一些改进可取消入口发卡员。     

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。     

高速公路视频数字化技术及场景应用研究

伴随全国高速公路视频联网技术要求与实施方案的出台,部省两级视频云平台将建立"可视、可测、可控、可服务"的高速公路运行监测体系。有效利用高速公路视频数字化技术(AI视频分析、大数据分析等多领域关键技术)可实现车辆精准定位和跟踪、车型和车牌识别、高速路异常事件检测、交通标识识别等道路场景应用。本文对数字化平台的数字来源、智能AI学习(像素级视频结构化、多元特征提取)、应用场景进行深入探讨,充分体现了高速公路视频数字化技术在高速公路实际应用的现实意义与广泛前景,为建设"智能交通"、实现"交通强国"的宏伟目标发挥举足轻重的作用。     

高速公路多路径识别技术的研究与探讨

本文对高速公路联网收费中涉及到的多路径识别的技术进行了分析,重点阐述了基于RFID和车牌识别的路径识别技术。论述了竞争性路径定义、精确收费需要解决的问题、标识站的设置方案及系统识别精度与经济性等关键问题,指出了路径识别技术的发展趋势。     

基于Faster R-CNN的车牌检测研究

近年来,深度学习被广泛应用于各个领域,如目标检测、语音识别等。本文针对低分辨率、多车辆等复杂环境下的车牌检测问题,利用深度学习图像识别技术,提出了基于Faster R-CNN的车牌检测方法。通过将Faster R-CNN深度学习方法与传统方法的准确性能进行比较,有效地证明了深度学习在车牌检测方面具有合理性,可以解决光照、图像质量等因素对车牌检测的影响,能有效提高车牌检测的效率和精确度。     

基于卷积神经网络的双行车牌识别系统

目前,车牌识别发挥在众多应用程序和许多技术已经提出。但是,他们中的大多数可以仅适用于单行车牌。在实际应用程序方案,也有现有的许多多行车牌。传统方法需要对双行车牌的原始输入图像。这是一个非常复杂场景中的难题。为了解决这个问题,我们建议一个端到端的神经网络为两个单行和双行车牌识别。是的原始输入车牌图像的分段。我们查看这些整个图像作为一个单位在要素映射后直接深度卷积神经网络。大量的实验表明我们的方法是有效的。     

基于车牌识别技术的高速公路无卡通行模式的探讨

随着我国经济社会持续快速发展,机动车保有量继续保持高速增长态势,近5年年均增加1400万辆,截至今年3月底,汽车保有量首次超2亿辆。随着我国高速公路的迅猛发展,方便快捷的高速公路是人们自驾出行的优先选择,伴随着货运与客运2方面的共同推动,导致了高速公路车流量的成倍增长。高速公路收费站的通行能力往往不能很好的与高速公路的通行能力相匹配,在收费站处经常发生交通拥堵。在此情况下,大力发展智能交通系统成为真正缓解日益严重的交通问题的必经之路。车牌识别技术作为智能交通系统的一个重要方向已经应用于高速公路收费管理中,随着人工智能领域图像识别的技术的大发展,车牌识别技术作为图像识别的技术的应用必将在识别能力上有质的提升,在保证车牌识别效率和准确率的基础上,结合网络互联和数据共享,完全可以取代传统IC卡通行的模式,缩短车辆上下站时间,同时车牌识别系统本身是一个全数字化的智能系统,若能结合云平台开发进行无现金支付,在缓解收费站的通行压力上将起到非常有效的作用。     

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。     

一种基于模板匹配的车牌识别方法

提出了一种基于模板匹配的车牌识别方法，可不需分割车牌中的字符而有效识别实际系统中低质量和模糊的车牌图像中的字符，识别率可达95%，识别时间不超过1s。     

一种汽车电子标识与物理车牌匹配算法

为了应对和完善涉车交通管理和涉车领域服务需求,提出一种汽车电子标识和物理车牌匹配算法,通过精确匹配和模糊匹配相结合的方式,配合物理车牌识别的置信度,以及车辆的外观属性信息,以达到汽车电子标识与物理车牌精准匹配、标识车辆的目的.初步验证表明,物理车牌和汽车电子标识相互促进,有效提高了系统整体识别准确率.