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。     

基于Labview Vision的车牌识别方案的研究

随着智能交通业的发展和5G时代车联网的普及,对车辆车牌的识别显得尤为重要.通过车牌识别,能够让交通部门迅速掌握车辆的运行情况,高效实行车辆管制,还可以方便停车场实现车辆自动记录,减少车辆进出停车场的等待时间.采用Labview Vision软件和PC机对车牌识别方案进行了研究,自行设计了车牌识别的虚拟仪器,并验证了方案...     

高速公路超速违章（区间测速）实时执法系统的研究

本文论述了高速公路交通管理现状，提出了区间测速的概念。利用车牌识别技术对所有通过高速公路上两个检测断面的车辆进行车牌识别，通过比对两个检测断面识别车牌号．计算出同一辆车通过两个检测断面的旅行时间．根据两点问的距离计算出此车在此路段上的平均车辆行驶速度，由此判断此车是否存在起速行为此系统的开发为高速公路智能交通管理提供了新的技术手段．     

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。     

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。     

复杂背景下基于形态学的车牌识别系统

车牌识别(LPR)是智能交通系统中的一个重要研究课题。本文提出了一个在高速公路复杂背景下,基于形态学的车牌定位和识别系统,它包括图像垂直边缘检测,边缘密度图生成,图像二值化和膨胀,连通域分析,车牌定位,基于先验知识的车牌字符分割和车牌字符识别。在实验中,使用高速公路上采集的9825幅图像数据库来做测试,车牌定位率为98 1%,车牌识别率为89 2%。所以说,本系统具有很好的应用前景。     

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。     

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。     

车牌定位及车辆特征识别研究

车牌定位及车辆识别是智能交通管理的主要研究问题.车牌定位识别,通过对图像进行预处理并结合形态学能粗略获取候选车牌位置,对符合特征的候选车牌进行筛选,精确获取车牌位置,最后采用神经网络完成字符识别过程.车辆识别采用迁移学习,采用AlexNet卷积神经网络构造出深度特征向量.形态学能够应对灰度底质量差的情形,为字符识别提供保障.车辆识别时对比直接分类图片特征,迁移学习构造的深度特征分类精度为85.13%,提高了38%,验证了迁移学习的有效性,通过KNN算法表明深度特征能够表征图片属性.针对新数据集重新提取特征、训练样本将消耗大量时间,对比迁移学习和AlexNet框架发现分类精度持平,表明了迁移学习的鲁棒性.      

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。     

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。     

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.     

基于垂直投影法的涉车案件车牌字符分割研究

由交通事故引起的纠纷、停车场管理困难、车辆的丢失等社会性问题,以及随之引发的各类违法犯罪行为,给公安工作带来很多压力。促进智能交通系统日常化成为政府工作的重中之重,目前的车牌自动识别技术日趋完善,但算法的设计思路不尽相同,本文以车牌为研究对象,在分析车牌结构及型式特点的基础上,利用计算机图像处理技术,构建了车牌图像分割框架,建立了车牌图像灰度化、中值滤波、边框去除等预处理算法及基于垂直投影法的车牌图像分割模型,应用MATLAB集成了车牌图像分割系统。通过实际应用,本文建立的车牌分割具有较高质量的分割效果,且鲁棒性较强,为实现车牌自动识别提供了技术支撑。     

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。     

车牌自动识别系统基本原理及其在高速公路中的应用

车牌自动识别系统是一种基于自动检测、图像处理、计算机视觉以及模式识别等技术于一体的智能交通管理系统,在智能交通领域中起着举足轻重的地位。文章在阐述了车牌自动识别系统基本原理的基础上,根据目前我国高速公路实际情况详细介绍车牌自动识别系统在高速公路中的具体应用和在建设中应注意的事项。     

交通图像在智能交通系统中的应用

介绍了交通图像的相关内容,包括其获得方式、交通参数的提取、图像的压缩方式及形式,针对交通图像在智能交通系统中的应用进行了相关讨论,如车牌检测和识别、闯红灯检测技术、超速检测技术、道路识别系统,提出了在处理过程中一些尚待解决的问题.     

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。     

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%.     

基于智能卡口平台的车辆OD矩阵获取研究

针对传统车辆OD矩阵获取成本高、过程繁杂的弊端,以高清智能卡口系统的车牌识别数据为研究基础,提出了基于Excel VBA的车辆OD矩阵获取方法,以常州市武进区的车牌数据为例展开研究,把每个卡口点位作为一个调查点,划分交通小区。利用Excel VBA对卡口记录的车牌信息进行数据挖掘获取各交通小区之间的车辆OD矩阵,导入TransCAD软件模拟现状交通运行,结果表明模拟的现状交通特征与现实中社会交通特征和人们的交通出行感受基本相符,此OD矩阵获取方法具有可行性。