1 引言 車輛牌照是機動車唯一的管理標識符號,在交通管理中具有不可替代的作用,因此車輛牌照識別系統(tǒng)應具有很高的識別率,對環(huán)境光照條件、拍攝位置和車輛行駛速度等因素的影響應有較大的容閾,并應滿足實時性
摘要分別采用單層感知器、BP網絡和霍普菲爾德網絡三種神經網絡對26個英文字母進行識別,通過實驗給出各網絡的識別出錯率,從中可以看出三種人工神經網絡各自的優(yōu)缺點,為選擇神經網絡進行字符識別提供了一定的依據(jù)。
引言 智能交通系統(tǒng)的研究領域十分廣闊,各國各地區(qū)的側重點也有所不同。如:電子收費系統(tǒng)是ITS在公路收費領域的具體表現(xiàn),可解決收費站的“瓶頸”制約,較好地緩解收費站的交通擁擠、排隊等候以及環(huán)境
摘要:在對車輛牌照識別系統(tǒng)研究的基礎上,采用基于灰度二值化的連通域搜索的車牌照粗分類算法,彩色模型的車牌照字符切分算法和加權組合特征的字符識別算法,通過實驗,設計出一個有效的車牌照識別系統(tǒng)。 關鍵詞:
摘要:提出了一種完全基于結構知識的字符識別方法。該方法以字符的結構特點和筆畫類型、數(shù)據(jù)及位置作為識別特片生成判定時,再利用判定樹對汽車牌照中的字母和數(shù)字進行分類識別。汽車牌照識別是基于圖像分割和圖像識
摘要:提出了一種針對嵌入式系統(tǒng)的字符識別方法。介紹了一種基于ARM9處理器和嵌入式L inux 的字符圖像采集與識別系統(tǒng)。該系統(tǒng)采用嵌入式L inux操作系統(tǒng), 圖像預處理和字符識別的軟件開發(fā)可以脫離硬件。通過開發(fā)
基于ARM 和Linux的字符采集與識別系統(tǒng)
汽車牌照識別是基于圖像分割和圖像識別理論,對含有汽車牌照的圖像進行分析處理,從而確定汽車牌照在圖像中的位置,并進一步提取和識別出文本字符。從不同車牌圖像中分割出的字符圖像各式各樣,尺寸變化范圍大,增加