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。     

无线射频识别技术在车辆识别系统中的应用研究

介绍了将无线射频识别技术应用于车辆识别系统的方案，提出了基于无限射频识别技术的车辆电子牌照概念。着重讨论基于射频技术的电子牌照及车辆识别系统的应用。并针对不同的应用场录设计程序工作流程。     

基于投影图像分布特征的车牌定位算法研究与实现

汽车牌照的自动定位是智能交通系统中的重要组成部分之一，是实现车牌识别（LPR）系统的关键一步．针对不同背景和光照条件下的车辆图像，提出了一种先利用扫描行跳变点数据得到图像的水平投影图，再通过突出图像列的边缘特征得到垂直投影图从而提取出车牌的方法．理论分析及实验结果表明该方法是非常有效的，准确率高、鲁棒性好，具有较好的实用价值．     

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     

澳大利亚用视觉系统实现自动收费

目前，一套新的视觉系统已被应用于澳大利亚昆士兰州的车辆自动收费系统项目中，这一系统具有车辆光学检测、分类以及车辆牌照自动识别功能。收费将通过车辆挡风玻璃上安装的应答器或针对高速行驶车辆的车牌识别系统来进行，所需费用随即会在车主事先注册好的账户中被扣除。     

基于数学形态学和神经网络的车牌识别

汽车牌照的自动识别系统是一种应用于公路交通管理和收费的智能监控系统,文中提出了基于形态学处理定位牌照图象的区域的方法,该方法与其它方法相比对图像没有严格的限制和要求,三层反馈神经网络用来识别和分类,实验证明该方法是有效的。     

车辆自动识别管理系统的识别空域和时域范围

车辆自动识别管理（简称AVIM）系统的关键在于系统对车辆的识别，它是系统实现对车辆控制管理，电子收费和车辆信息传递的基础和必要条件，而系统对车辆的识别只能在一定的空域和时域内完成，本介绍AVIM系统的工作原理和组成，着重讨论AVIM系统中车辆识别的空域和时域范围。     

车牌自动识别系统在高速公路机电系统工程中的应用

随着我国经济的发展,公路交通已成为重要的交通运输途径。尤其高速公路里程的不断增长,车辆保有量及交通出行的猛增,故在确保高速公路快捷、安全营运的前提下,对其收费管理、交通控制、安全管理等提出了更高的要求。采用车辆自动识别技术,做到牌照识别、快速处理、报警、录像,是及时快速处理违章逃逸、机动车盗抢、以机动车为工具流窜作案等类案件,从而加大交通管理力度的强有力技术手段,并能降低人工识别的误漏及劳动强度。此外,该技术还可以解决目前高速公路收费管理中的车辆换卡、收费员舞弊带来的资金流失问题,并且能与超速、超重实时处罚系统有机结合,提高高速公路交通管理与控制的实时有效性。     

简易车辆类型识别系统设计

从实时视频数据流中检测出运动车辆并对其进行车辆类型识别是智能交通系统的重要组成部分。本文提出一种从AVI视频文件中检测出运动车辆并识别其车辆类型的方案,其系统处理过程分为车辆图像获取、图像处理和车辆外观特征数据提取三个主要部分。经实验验证,该设计简单可行。     

全天侯汽车牌照自动识别系统

汽车牌照自动识别系统是实现智能化道路车辆监控的基础，适合于全天候各种场合下应用的汽车牌照自动识别涉及问题很多，难度很大，本利用常规监控器材对系统进行的探索研究，解决了一些实际存在的问题。     

机动车号牌识别的技术与应用

机动车号牌识别主要涉及数字图像处理、计算机视觉、模式识别和人工智能等学科和领域,其工作流程主要是机动车触发、图像抓拍,号牌检测、定位、字符分割和识别等步骤。如今,机动车号牌识别作为现代智能交通重要的一部分,已成为各级交通管理部门十分关注的科研课题之一。特别在公安交通管理、街面治安防控、嫌疑机动车的跟踪定位等方面,发挥着不可替代的作用。     

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。     

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。     

畸变汽车牌照图像的空间校正

首先针对我国汽车版照的常规模式，提出了用Hough变换提取牌照边框参数的方法，进而求得汽车牌照四边形区域4个顶点的坐标，并且给出了利用对极坐标参数表示的直线进行Hough变换的具体途径。然后，根据畸变牌照的4个顶点和归一化汽车牌照图像的4个顶点之间的一一对应关系，求解双线性空间变换方程，进而对畸变图像进行校正。最后给出了一种图像毛刺的剔除方法。实验表明，本文介绍了的方法对畸变牌照图像的归一化可以取得良好的效果。     

行程时间异常值处理方法研究

基于车牌识别数据可以得到较为准确的行程时间数据,但是由于识别系统自身原因、驾驶员路径选择行为、停车行为等因素的影响,行程时间数据中存在不少的异常值,剔除异常值才能将所得数据应用于实际研究和服务.在详细分析了行程时间异常值产生原因的基础上,提出了基于异常值数据表现以及行程时间分布特征的异常值剔除方法,最后以北京市的车牌识别系统数据为例,验证了方法的适用性.     

车辆牌照自动识别系统中的字符分割技术

车辆牌照定位以后,需要进行字符分割,以便系统自动识别。介绍了一种基于阈值化与投影法的分割技术,详细阐述了车牌图像归一化、域值化和字符分割的具体过程,算法简单实用,经过实验验证,可以满足实时自动识别系统的要求。     

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。     

采用分段分形维数识别车牌字符

研究了在小波多尺度分解情况下，采用分形维数描述车牌字符特征，并在分区情况下计算出典型车牌字符的分段分形维数。发现小波变换能获取丰富的车牌字符特征，采用分段分形维数描述车牌解决了单一维数描述车牌字符时，有些字符维数相差太小，导致阈值难以选取的问题。结果表明，小波分形方法是研究车牌字符识别的有效的新方法。     

车辆号牌识别率合理评价

车辆号牌识别率关系到交通信息采集中车牌识别的精确度,本文把车牌识别的过程近似地抽象为贝努利试验,据此提出了一种实际检测车辆号牌识别率的应用方法.