首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到18条相似文献,搜索用时 125 毫秒
1.
天气、背景或拍摄等因素会造成车牌图像模糊、光照不均等,严重影响了智能交通车牌识别。运用灰度化、二值化、边缘增强等方法对采集到的图像进行预处理,可提高识别率,满足智能交通需求。  相似文献   

2.
针对复杂的高速交通系统,设计了一套基于MATLAB的车牌识别系统,采用数字图像处理技术,自动识别车牌图像中的牌照信息,让交通系统实现数字化。具体过程是先对采集到的车牌图像进行灰度化,再进行边缘检测、形态学处理等,完成车牌的两次定位,成功后再进行倾斜校正、二值化、反色、字符分割,最后用模版匹配法对车牌字符进行识别。从实验结果看,该系统准确定位车牌并能准确快速地识别出车牌号码,实时性和实用性都较好。  相似文献   

3.
《滨州学院学报》2018,(4):78-82
利用能对复杂目标进行识别的图像处理与视觉技术,在Visual Studio环境下基于OpenCV框架编程开发了汽车轮毂自动识别分类系统。系统对采集到的轮毂原始图像进行灰度化、图像去噪、毛刺处理、边缘提取等预处理后,提取了轮毂图像的外圆半径、轮毂辐数及轮辐形状等特征,根据所提取的特征对轮毂进行识别分类,实现了对轮毂的自动识别分类。  相似文献   

4.
为了提高车牌识别准确率,以MATLAB为平台,对车牌识别系统部分算子选择及算法进行调整和优化。在具体处理中,通过灰度拉伸、顶帽变换、二值化等实现车牌预处理,用边缘检测、形态学处理等实现车牌定位,通过多种算法对比选择合适的车牌矫正方法,结合车牌垂直投影法、模板匹配法完成车牌识别系统设计。该系统对车牌识别的准确率由96.5%提升至97.5%,识别效果较好。  相似文献   

5.
车辆牌照自动识别的设计与实现   总被引:1,自引:0,他引:1  
本文采用VC++开发完成了"车辆牌照自动识别系统".首先简要介绍了该系统的概况,并时系统进行了详细设计开发,系统主要实现的功能为:对采集到的车辆牌照图像进行预处理、车牌定位、字符分割及字符识别.其次,采用实际车辆图像对该系统进行了车辆牌照识别实验,并结合实验结果对此系统识别性能进行了分析.  相似文献   

6.
为实现对国内蓝底白字车牌的快速识别,提出一种基于颜色特征与模板匹配的车牌识别系统。通过分析长宽比、白色比例对车牌候选区域进行多次筛选以检测车牌位置,然后对车牌区域进行图像灰度化、倾斜校正、二值化、擦除反色与裁剪后,利用垂直投影分割出字符,最后通过比较字符图像与模板字符的相似度识别出字符。通过对400张不同颜色和背景条件下的车辆图像进行测试,系统处理时间为1.97s,识别正确率达到92%。  相似文献   

7.
提出了基于改进的边缘检测和数学形态学结合的车牌图像识别新方法.首先将采集到的彩色车牌图像转化为灰度车牌图像,然后利用Sobel算子进行边缘检测,接着对灰度化的车牌图像进行形态学的腐蚀处理,得到平滑图像的轮廓,再进行X方向的定位和Y方向的定位及区域校正得到车牌的区域.通过对车牌图像的二值化和形态滤波把车牌上的字符给有效分割出来,最后采用模版匹配的方法进行车牌字符的识别.从仿真的结果看:可以准确提取车牌位置的字符,字符识别的准确率较高,且识别的速度快.  相似文献   

8.
基于图像处理和神经网络的数字识别系统的设计   总被引:1,自引:0,他引:1  
数字识别系统是通过使用灰度转化、二值化等图像处理的方法对原始的含有数字的图像进行处理,然后再用模式识别技术对处理之后的图像进行识别,最后得到数字图像中数字的一个图像处理系统。该系统不仅可以单独用来识别一般图片上的数字,而且可以用到诸如车牌识别系统中去。  相似文献   

9.
对基于深度学习的图像彩色化算法进行试验与分析,发现现有彩色化算法存在对曝光偏差的图像彩色化效果不佳。针对该问题,提出一种在彩色化存在曝光偏差的灰度图像时,使用直方图均衡化预处理输入图像方法,以达到更好的彩色化效果。该方法在深度学习彩色化算法的预处理阶段,运用直方图均衡化输入灰度图像,建立一种合理的映射关系,将输入图像灰度值按照该映射关系重新均衡分布在灰度级范围上,使得图像灰度等级分明,对比度增加,细节更加清晰,更有利于神经网络提取图像特征。对彩色化算法进行对比实验,结果表明,该预处理方法对曝光偏差图像的彩色化效果更加真实,可以显著提高存在曝光偏差图像的彩色化效果。  相似文献   

10.
基于CMOS图像传感器的车牌图像采集系统   总被引:2,自引:0,他引:2  
车牌图像信息采集是车牌自动识别的重要环节。在时图像传感器CCD和CMOS进行比较的基础上,选用CMOS图像传感器MT9T001设计了一个车牌图像信息采集系统。  相似文献   

11.
道路作为构成城市格局的骨架,是城市发展过程中更新最快的要素之一,因此,基于数学形态学的ETM+遥感影像的道路信息提取具有重要的现实意义.以合肥市某一地区的ETM+影像为例,提出一种基于HPF融合与数学形态学的方法.首先对原始影像进行预处理,对原始影像的多波段与全色波段影像进行HPF融合,预处理结果得到的RGB图像转换为灰度图像,再转换为二值化图像,然后根据道路的线性特征,运用数学形态学对图像进行去噪(独立斑块及粘连斑块两部分)、膨胀腐蚀、开运算、细化等运算处理,应用此方法能够较完整的得到道路提取的结果,并对该方法进行了验证.实验结果证明:该方法可以较准确、完整地从分辨率遥感影像中提取主干道路网络,剔除非道路地物的影响,具有简单、实用性特点.  相似文献   

12.
为了对现有小型汽车号牌识别系统进行优化,改善车牌字符识别系统性能,借助 OpenCV 图像处理开源库,在车牌图像预处理阶段采用均值滤波方法提高图像质量,采用 Sobel 边缘检测算子对图像边缘进行提取,利用交替的膨胀、腐蚀操作结合车牌长宽比实现车牌轮廓定位,并根据列像素值对车牌字符进行切割,最后采用改进的 K 近邻算法对分割后的单个车牌字符进行识别。实验结果表明,基于改进 K 近邻算法的车牌识别系统处理时间为 2.08s,识别正确率达 91.3%。与传统的 K 近邻算法相比有着更高的识别率,与神经网络法相比,有着更快的识别速度。  相似文献   

13.
提出一种基于车牌区域字符特性和边界检测的车牌区域分割算法。算法首先通过灰度拉伸函数控制所拍摄到的图片的整体灰度,然后使用Sobe1垂直算子增强字符的垂直笔画特性,通过阈值分割和水平差分运算去除大部分的背景区域内容,再通过分别向水平方向和垂直方向投影,依据车牌区域字符的统计特性对候选区域逐一排除,最终实现车牌定位。  相似文献   

14.
计算机教学中应强调的几种图像处理方法   总被引:1,自引:0,他引:1  
图像处理方法有很多种,教学中应特别强调图像增强、图像编码、图像复原、图像分割、图像识别等方法的使用,重点把握各种方法的适用情况.  相似文献   

15.
传统的预测编码是通过将图像转化为预测差来消除像素间的冗余度,从而实现图像压缩。为了进一步减小预测差的熵,提出了一种基于图像分割的改进型预测编码算法。实验结果表明,该算法具有比传统预测编码更好的压缩效果。同时,还比较了各种不同的分割方法对图像压缩性能的影响。  相似文献   

16.
研究提出了一种应用于车型识别系统中的基于序列图像的图像处理方法.该方法对采集的彩色序列图像进行灰度化、平滑去噪、序列图像差分、Sobel边缘检测、横/纵向填充、图像修正、边缘提取等一系列的图像处理,并最终识别车型.其中,与传统的车型背景分离法相比,序列图像差分对汽车从实际背景中分离出来起着重要的作用,达到了很好的分离效果.通过利用Matlab进行了实际检验,结果表明,该一系列的车型识别方法是可行的,并对低质量和背景复杂图像有着良好的处理效果.  相似文献   

17.
针对颅骨CT图像中灰度值范围变化较大的特点,阐述了两种图像的分割方法,一种是基于边缘信息的分割,一种是基于区域信息的图像分割,提出了在颅骨CT图像分割中采用基于区域的阈值分割算法,并通过软件编程实验证明了它具有算法简单、识别效果好、效率高的特点.  相似文献   

18.
基于数字图像的车牌识别技术,是一种智能的无源型车牌识别方法,在车牌没有任何信号传输设备的情况下,能够对车辆进行非接触式的固定的车辆信息采集以及实时智能识别运动状态的车牌号码.通过对多幅车牌图像的检测识别表明该技术是有效的.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号