期刊文献+
共找到335篇文章
< 1 2 17 >
每页显示 20 50 100
Study on the vehicle license plate tilt correction
1
作者 Li Guihui Li Yuanjin Li Lanyou 《仪器仪表学报》 EI CAS CSCD 北大核心 2006年第z1期715-717,共3页
The shortage of current different approaches of the vehicle license plate(VLP) tilt correction is analyzed in the paper and a new rotary correction method put forward based on the former ways of the VLP tilt correctio... The shortage of current different approaches of the vehicle license plate(VLP) tilt correction is analyzed in the paper and a new rotary correction method put forward based on the former ways of the VLP tilt correction in the horizontal direction and the vertical direction Owing to the VLP tilt taking place in the vertical direction,the array of the image’s pixels of the same column is broken,and even different rows come into being superposition.The VLP tilt taking place in the horizontal direction,by which the array of the image’s pixels of the same row broken,and so much as different columns come into being superposition. 展开更多
关键词 tilt correction vehicle license plate image processing hough transform bilinear interpolation
在线阅读 下载PDF
无人机视角下车牌特征重建与分割算法
2
作者 王新蕾 肖瑞林 +2 位作者 廖晨旭 王硕 陈辉 《计算机工程与应用》 北大核心 2025年第13期270-279,共10页
针对无人机视角下车牌图像受限于摄像头分辨率和运动模糊而导致车牌识别准确率低的问题,提出了一种车牌特征重建与分割算法ZoominNet。设计对抗感知图像重建子网(APIR),重建无人机捕获图像中退化的高频细节信息,增大图像分辨率;构建与A... 针对无人机视角下车牌图像受限于摄像头分辨率和运动模糊而导致车牌识别准确率低的问题,提出了一种车牌特征重建与分割算法ZoominNet。设计对抗感知图像重建子网(APIR),重建无人机捕获图像中退化的高频细节信息,增大图像分辨率;构建与APIR并行的跨层编解码特征融合子网(CEDF),使用跳跃连接的编码器-解码器结构,将编码器提取的浅层纹理特征与解码器恢复的深层语义特征相融合;在骨干网络设置了针对车牌特征的特征强化引导模块(FEGM),采用残差密集连接机制提升网络对车牌特征的提取能力并缩减网络规模;设计和应用聚焦感知模块(FPM)优化车牌特征重建效果。实验结果表明,在退化的CRPD公开数据集上,ZoominNet模型较YOLOv8m模型在识别准确率指标上提高了15.67个百分点,参数量仅为YOLOv8s模型的9.8%。这一研究成果对于无人机低空车牌识别的应用落地具有重要推进价值。 展开更多
关键词 无人机图像 车牌分割 信息融合 特征重建 车牌识别
在线阅读 下载PDF
雾霾环境下基于PLATE-YOLO的车牌检测方法 被引量:10
3
作者 吴仁彪 冯晓赛 +1 位作者 屈景怡 杨俊 《信号处理》 CSCD 北大核心 2020年第5期666-676,共11页
针对目前车牌识别领域中,雾霾环境下车牌检测准确率低的问题,本文提出一种基于深度学习的抗雾霾车牌检测方法,该方法能够检测民用车牌和机场民航车辆车牌。该方法首先利用一种基于卷积神经网络的去雾算法对车牌图片进行去雾预处理,然后... 针对目前车牌识别领域中,雾霾环境下车牌检测准确率低的问题,本文提出一种基于深度学习的抗雾霾车牌检测方法,该方法能够检测民用车牌和机场民航车辆车牌。该方法首先利用一种基于卷积神经网络的去雾算法对车牌图片进行去雾预处理,然后将处理过的无雾霾图片送入PLATE-YOLO网络中检测车牌的位置。该PLATE-YOLO网络是本文针对车牌检测的特点,对YOLOv3网络做了修改后得到的适用于车牌检测的网络。主要改进点有两处:第一,提出了一种基于层次聚类算法的锚盒(Anchor Box)个数和初始簇中心的计算方法;第二,针对车牌目标较大的特点,对网络的多尺度特征融合做了优化。优化后的PLATE-YOLO网络更适合于车牌检测,且提高了检测速度。实验证明,PLATE-YOLO网络检测车牌的速度较YOLOv3提高了5 FPS;在雾霾环境下,经去雾预处理的PLATE-YOLO车牌检测方法比未经去雾处理的车牌检测方法准确率提高了9.2%。 展开更多
关键词 图像去雾 车牌检测 民航车辆车牌 目标检测 YOLOv3
在线阅读 下载PDF
基于深度学习的车牌识别算法设计
4
作者 曹竣奥 杨维明 +2 位作者 罗雨婷 潘能源 张伟 《现代电子技术》 北大核心 2025年第4期135-139,共5页
针对常规车牌识别算法难以进行不同长度的车牌字符识别以及运算量较大的问题,设计一种改进的轻量化YOLOv5s+CRNN算法以实现车牌识别。首先,对YOLOv5s模型进行轻量级设计优化,采用PP-LCNet网络来取代YOLOv5s的原始骨干网络,同时在Neck部... 针对常规车牌识别算法难以进行不同长度的车牌字符识别以及运算量较大的问题,设计一种改进的轻量化YOLOv5s+CRNN算法以实现车牌识别。首先,对YOLOv5s模型进行轻量级设计优化,采用PP-LCNet网络来取代YOLOv5s的原始骨干网络,同时在Neck部分引入轻量级卷积结构DWConv以及一次性聚合VoV-GSCSP模块。实验结果显示,改进后的模型与原模型相比,在mAP值几乎不变的前提下,参数量降低了50.99%,而检测速度提升了27.92%。然后引入轻量级卷积结构GSConv对CRNN进行轻量化优化。优化实验结果显示,改进后的模型与原模型相比,参数量降低了约48%,平均单张图像的检测时间大约为30 ms,比原算法提升约32%。最后将改进的模型进行组合,改进后的YOLOv5s+CRNN模型平均精度均值(mAP)达到了77.6%,比改进前提升了约0.6%,字符识别的准确度降低了约0.44%,并且参数量降低了50.7%,检测速度达到了142 f/s,获得了良好的车牌识别效果。 展开更多
关键词 深度学习 车牌识别 YOLOv5s CRNN PP-LCNet 轻量化设计
在线阅读 下载PDF
基于多层次嵌套Transformer的船名识别网络
5
作者 王腾 冼允廷 +2 位作者 徐浩 谢宋褀 邹全义 《计算机科学》 北大核心 2025年第6期179-186,共8页
船舶身份识别在水上目标监管中具有重要意义和广泛应用。船名是船舶身份识别的重要组成部分,准确识别船名可以弥补传统AIS身份识别方法的不足,提高船舶身份识别的准确率。与传统的中文文本识别相比,水上环境复杂,光照变化大,船体受腐蚀... 船舶身份识别在水上目标监管中具有重要意义和广泛应用。船名是船舶身份识别的重要组成部分,准确识别船名可以弥补传统AIS身份识别方法的不足,提高船舶身份识别的准确率。与传统的中文文本识别相比,水上环境复杂,光照变化大,船体受腐蚀严重,船名字体不规范,导致船名图像存在清晰度低、文字残缺、字体样式不一致等问题,进而使船名识别困难且准确率低。文中设计了一种基于多层次嵌套Transformer的轻量级识别网络,以解决船名识别中存在的问题。首先,通过空间变换网络对输入图片进行处理,纠正船名倾斜的情况;然后利用嵌套Transformer有效提取图像的多粒度特征;最后对文字和部首进行不同尺度的识别。实验结果显示,相比其他文字识别方法,所提算法在船名识别中表现优异;在CSLD数据集上,准确率达到了92.68%;在SCSLD数据集上,准确率达到了94.50%;在DCSLD数据集上,准确率达到了66.34%;同时,该方法具有低参数量和高帧率的特点。 展开更多
关键词 中文文本识别 船名识别 深度学习 场景文本识别 TRANSFORMER
在线阅读 下载PDF
基于图像自适应增强的轻量级雾天车牌检测和识别算法 被引量:2
6
作者 徐望明 袁世鑫 何钦 《武汉科技大学学报》 CAS 北大核心 2024年第2期144-153,共10页
针对雾天图像降质带来的车牌识别难题,提出一种采用图像自适应增强的轻量级车牌检测和识别算法。以目标检测网络YOLOv5s和车牌识别网络LPRNet为基础,设计一个改进的图像自适应增强模块级联于YOLOv5s之前,并引入混合注意力(SA)机制改进LP... 针对雾天图像降质带来的车牌识别难题,提出一种采用图像自适应增强的轻量级车牌检测和识别算法。以目标检测网络YOLOv5s和车牌识别网络LPRNet为基础,设计一个改进的图像自适应增强模块级联于YOLOv5s之前,并引入混合注意力(SA)机制改进LPRNet。图像自适应增强模块由带参数的图像去雾和纹理增强模块以及自适应参数预测模块组成。自适应参数预测模块是轻量级卷积神经网络,与YOLOv5s联合训练,为不同程度的带雾图像自动提供合适的去雾和纹理增强参数以获得更准确的车牌检测结果。利用车牌位置的真实标签和实际检测结果,采用混合注意力机制和迁移学习策略得到最终的SA-LPRNet模型,缓解识别模型对检测结果的敏感性以获得更高的车牌识别准确率。在合成的雾天车牌数据集上的实验结果表明:本文算法对雾天车牌检测的mAP@0.5-0.95指标达到70.6%,车牌识别准确率达到93.5%,优于对比算法,且识别速度满足实时性要求。 展开更多
关键词 车牌识别 图像自适应增强 图像去雾 迁移学习 混合注意力机制 YOLOv5s LPRNet
在线阅读 下载PDF
基于深度学习的雾霾天气下的车牌号码识别方法
7
作者 杨云 王静 姜佳乐 《液晶与显示》 CAS CSCD 北大核心 2024年第2期205-216,共12页
针对雾霾天气下车牌识别存在的精确度低、漏检等问题,提出了一种基于深度学习的雾霾天气下的车牌号码识别方法。首先用AOD-Net算法对车辆图像进行去雾预处理。然后,基于YOLOv5网络设计一种车牌检测网络ACG_YOLOv5s。ACG_YOLOv5s是在YOLO... 针对雾霾天气下车牌识别存在的精确度低、漏检等问题,提出了一种基于深度学习的雾霾天气下的车牌号码识别方法。首先用AOD-Net算法对车辆图像进行去雾预处理。然后,基于YOLOv5网络设计一种车牌检测网络ACG_YOLOv5s。ACG_YOLOv5s是在YOLOv5s网络的基础上,融入CBAM注意力机制,提高模型的抗干扰能力;引入自适应特征融合网络ASFF,根据模型自适应学习到的权重赋予网络不同特征层不同比重的权值,从而突出重要特征信息;使用Ghost卷积模块替换传统卷积,在保证模型效果的同时减少了网络训练过程中的参数量。最后通过LPRNet对检测到的车牌图像进行识别。实验结果表明,改进后的ACG_YOLOv5s网络车牌检测准确率达到99.6%,LPRNet识别准确率达96%且内存占比小。实验证明AOD-Net算法和YOLO算法结合可更加有效地检测雾霾天气下车牌图像中的车牌号码。 展开更多
关键词 车牌号码识别 AOD-Net算法 YOLOv5网络 注意力机制
在线阅读 下载PDF
基于改进图像增强及CNN的复杂环境车牌识别算法 被引量:5
8
作者 杨秀璋 武帅 +5 位作者 任天舒 廖文婧 项美玉 于小民 刘建义 陈登建 《计算机科学》 CSCD 北大核心 2024年第S01期562-568,共7页
传统图像识别和深度学习模型较难检测复杂环境下的车牌,其场景适用性和精确率较低,从而严重威胁交通安全,影响智慧交通发展。基于此,文中提出了一种基于改进图像增强及CNN的复杂环境车牌识别算法。首先,结合目标图像的平均灰度值,利用AC... 传统图像识别和深度学习模型较难检测复杂环境下的车牌,其场景适用性和精确率较低,从而严重威胁交通安全,影响智慧交通发展。基于此,文中提出了一种基于改进图像增强及CNN的复杂环境车牌识别算法。首先,结合目标图像的平均灰度值,利用ACE算法和暗通道先验去雾算法对复杂环境下的车牌数据集进行图像增强;然后提出了一种融合色彩关键特征和波峰关键特征的车牌区域定位算法,通过8个核心步骤有效定位复杂环境下车牌的区域;最后构建五层卷积神经网络的模型,以实现车牌字符识别。实验结果表明,所提算法能有效识别复杂环境下行驶车辆的车牌,该算法在复杂环境车牌区域定位的精确率为86.04%,召回率为82.60%,F 1值为84.29%,其F 1值比传统图像处理算法提升了47.29%,比SSD算法提升了24.73%,比YOLO算法提升了26.37%,比YOLOv3提升了17.15%。同时,所提方法的时间复杂度较低,属于一种轻量级的车牌识别方法,能消除噪声并实现车牌字符识别,具有一定的应用前景和实用价值,也将为智慧交通的研究提供理论基础。 展开更多
关键词 车牌识别 图像增强 深度学习 复杂环境 智慧交通
在线阅读 下载PDF
基于深度残差网络和注意力机制的特殊车牌识别 被引量:1
9
作者 王昊 陈黎 《计算机工程与设计》 北大核心 2024年第1期291-298,共8页
为解决现有车牌识别算法在面对旋转倾斜车牌以及双行车牌图像时识别精度偏低的问题,提出一种基于深度残差网络和注意力机制的特殊车牌识别算法。优化深度残差网络结构,使模型更好提取低分辨率车牌图像的特征;取消对特征图平均池化操作,... 为解决现有车牌识别算法在面对旋转倾斜车牌以及双行车牌图像时识别精度偏低的问题,提出一种基于深度残差网络和注意力机制的特殊车牌识别算法。优化深度残差网络结构,使模型更好提取低分辨率车牌图像的特征;取消对特征图平均池化操作,在保留图像全局特征的前提下,将多维特征化为特征序列;引入注意力机制对特征序列并行解码,加快模型推理速度,提升特殊车牌的识别精度。实验结果表明,与现有的文字识别模型CRNN、DAN、ASTER对比,在公开车牌数据集CCPD上取得了更高的准确率,验证了模型的有效性。 展开更多
关键词 车牌识别 文字识别 多头注意力 自注意力机制 卷积神经网络 循环神经网络 残差网络
在线阅读 下载PDF
基于二维空间遍历长短时记忆网络的端到端车牌识别方法
10
作者 王骥 黄远甲 +3 位作者 方炜 谢文武 熊文昌 李兴旺 《计算机应用》 CSCD 北大核心 2024年第S2期257-261,共5页
车牌识别方法是现代智能交通管理系统的重要组成部分,在许多领域得到了广泛的应用。然而,在实际应用场景中,存在多行牌照,传统方法在处理多行车牌时灵活性不够,无法实现高精度端到端识别。为此,提出一种基于二维空间遍历长短时记忆(2DST... 车牌识别方法是现代智能交通管理系统的重要组成部分,在许多领域得到了广泛的应用。然而,在实际应用场景中,存在多行牌照,传统方法在处理多行车牌时灵活性不够,无法实现高精度端到端识别。为此,提出一种基于二维空间遍历长短时记忆(2DST-LSTM)网络的端到端识别方法识别单行车牌和双行车牌。所提方法摒弃了以往的图像分割步骤,而以端到端的方式识别车牌,使车牌识别的效能和精度更高。2DST-LSTM可以提高车牌,尤其是双行车牌,在复杂环境下的识别效果。在多个数据集上的实验结果表明,所提方法对双行车牌的识别率最高达到了98.6%,证明了所提方法的有效性。 展开更多
关键词 车牌识别 双行车牌 端到端网络 深度学习 卷积神经网络
在线阅读 下载PDF
一种基于车牌特征信息的车牌识别方法 被引量:43
11
作者 骆雪超 刘桂雄 +1 位作者 冯云庆 申柏华 《华南理工大学学报(自然科学版)》 EI CAS CSCD 北大核心 2003年第4期70-73,共4页
提出一种基于车牌特征信息分析的车牌识别方法,它充分利用车牌定位和字符分割过程中得到的信息对车牌识别过程进行反馈,将二值化、车牌定位和字符分割紧密结合,注重车牌与车辆背景图像分离特征,以连通域分析为字符分割特点,结合局部二... 提出一种基于车牌特征信息分析的车牌识别方法,它充分利用车牌定位和字符分割过程中得到的信息对车牌识别过程进行反馈,将二值化、车牌定位和字符分割紧密结合,注重车牌与车辆背景图像分离特征,以连通域分析为字符分割特点,结合局部二值化算法,提高正确率.实际应用结果表明,本方法具有很强的环境适应性和鲁棒性. 展开更多
关键词 车牌识别 车牌定位 模式识别
在线阅读 下载PDF
基于车牌底色识别的车牌定位方法 被引量:33
12
作者 郭大波 陈礼民 +1 位作者 卢朝阳 韩丽萍 《计算机工程与设计》 CSCD 2003年第5期81-84,87,共5页
提出了结合汽车车牌纹理特征分析和颜色特征分析实现车牌定位的方法。以往的车牌定位技术主要是利用了车牌的纹理特征和形状特征,该文提出的方法是先进行纹理分析和形状分析,再进行色彩分析,从而尽可能多地利用车牌模式识别空间中的各... 提出了结合汽车车牌纹理特征分析和颜色特征分析实现车牌定位的方法。以往的车牌定位技术主要是利用了车牌的纹理特征和形状特征,该文提出的方法是先进行纹理分析和形状分析,再进行色彩分析,从而尽可能多地利用车牌模式识别空间中的各种条件。得到边缘清晰整齐的尽可能小的车牌区域。这种方法明显地克服了单用纹理和形状分析时难以解决的车牌区域变大的问题。 展开更多
关键词 车牌底色识别 车牌定位方法 汽车车牌 车流监控 计算机 彩色图像 数学形态学处理
在线阅读 下载PDF
高性能的车牌识别系统(英文) 被引量:21
13
作者 刘济林 宋加涛 +2 位作者 丁莉雅 马洪庆 李培弘 《自动化学报》 EI CSCD 北大核心 2003年第3期457-465,共9页
描述了一个车辆牌照识别系统 .该系统首先利用车辆位置传感器和图像采集卡来自动获取车辆图像并传输至计算机 ,然后识别车牌字符 .结合网络技术 ,特定车牌信息和车辆图像可以很方便地从远端检索到 .文中介绍了该系统的结构及工作流程 ,... 描述了一个车辆牌照识别系统 .该系统首先利用车辆位置传感器和图像采集卡来自动获取车辆图像并传输至计算机 ,然后识别车牌字符 .结合网络技术 ,特定车牌信息和车辆图像可以很方便地从远端检索到 .文中介绍了该系统的结构及工作流程 ,以及两种字符的识别方法 :基于PCA LSM的有限中文字符识别方法和基于结构特征分析的字母及数字字符识别方法 .在实际应用环境下 ,该系统的日间整体识别率超过 97% ,夜间整体识别率超过 95 % 展开更多
关键词 车牌识别系统 图像采集卡 字符识别 计算机 中文字符识别
在线阅读 下载PDF
基于网格化监控的套牌车检测系统 被引量:13
14
作者 卢晓春 周欣 +2 位作者 蒋欣荣 潘薇 王峰 《计算机应用》 CSCD 北大核心 2009年第10期2847-2848,共2页
针对目前套牌车泛滥的现状,提出了一种基于网格化监控的套牌车检测系统。该系统使用车牌识别技术,采集经过监测点车辆的信息,如车牌、出现时间。按照一辆车不可能"同时"出现在两个地点的原理,自动完成套牌检测。在车牌识别技... 针对目前套牌车泛滥的现状,提出了一种基于网格化监控的套牌车检测系统。该系统使用车牌识别技术,采集经过监测点车辆的信息,如车牌、出现时间。按照一辆车不可能"同时"出现在两个地点的原理,自动完成套牌检测。在车牌识别技术可靠的基础上,该系统的套牌检测率不低于99%。 展开更多
关键词 车辆检测 车牌识别 网格化监控 套牌 套牌判定
在线阅读 下载PDF
一种复杂背景下的多车牌图像分割与识别方法 被引量:18
15
作者 梁玮 罗剑锋 +1 位作者 贾云得 刘万春 《北京理工大学学报》 EI CAS CSCD 北大核心 2003年第1期91-94,99,共5页
提出一种复杂背景下的多车牌图像分割和识别方法 .采用统计和特征匹配相结合的方法去除待识别图像中的背景 ,提取可能存在车辆的区域 ;分别对可能的车辆区域进行局部边缘检测 ,并使用车牌的先验知识确定车牌的位置和单个字符分割 ,包括... 提出一种复杂背景下的多车牌图像分割和识别方法 .采用统计和特征匹配相结合的方法去除待识别图像中的背景 ,提取可能存在车辆的区域 ;分别对可能的车辆区域进行局部边缘检测 ,并使用车牌的先验知识确定车牌的位置和单个字符分割 ,包括车牌倾斜时的字符分割 ;使用 PCA和 BP神经网络相结合的方法精确识别车牌 .实验结果表明 ,该方法对复杂背景下多车牌的分割和识别是有效的 . 展开更多
关键词 多车牌图像 车牌识别 图像分割 特征匹配 字符识别 图像识别 边缘检测
在线阅读 下载PDF
基于边缘颜色对的车牌定位新方法 被引量:106
16
作者 李文举 梁德群 +1 位作者 张旗 樊鑫 《计算机学报》 EI CSCD 北大核心 2004年第2期204-208,共5页
车牌定位是车牌自动识别系统中的一个关键问题 .该文提出了一种新的基于边缘颜色对的车牌定位方法 .首先进行彩色边缘检测 ,然后以每一边缘点为中心 ,垂直于边缘方向取一线形窗口 ,在窗口内检测边缘点两侧像素的颜色是否分别匹配车牌的... 车牌定位是车牌自动识别系统中的一个关键问题 .该文提出了一种新的基于边缘颜色对的车牌定位方法 .首先进行彩色边缘检测 ,然后以每一边缘点为中心 ,垂直于边缘方向取一线形窗口 ,在窗口内检测边缘点两侧像素的颜色是否分别匹配车牌的底色与字符颜色 ,若是 ,则保留为候选车牌边缘点 ;然后进行形态滤波 ,剥离不符合车牌结构特征的区域 ,最后对候选车牌区域进行纹理特征的分析以确定真实车牌区域 .该方法抓住了车牌背景与字符具有固定颜色搭配的重要特点 ,综合利用了车牌的结构特征和纹理特征 ,提高了车牌定位的可靠性 .对各种条件下拍摄的 16 3幅含有车牌的图像应用该算法 ,定位准确率达到 98.2 % . 展开更多
关键词 车牌定位 车牌识别系统 边缘颜色对 像素 智能交通系统 LPR
在线阅读 下载PDF
车牌识别系统中关键技术的研究 被引量:24
17
作者 李宇成 杨光明 王目树 《计算机工程与应用》 CSCD 北大核心 2011年第27期180-184,209,共6页
针对现有的车牌识别系统中的多项关键技术做了改进。车牌定位与提取技术采用了基于图像二维能量与HIS彩色空间相结合的方法,并对现有的能量算法与彩色图像分割算法做了改进。在倾斜校正中,给出了一种基于车牌二值图像的密度重心的校正方... 针对现有的车牌识别系统中的多项关键技术做了改进。车牌定位与提取技术采用了基于图像二维能量与HIS彩色空间相结合的方法,并对现有的能量算法与彩色图像分割算法做了改进。在倾斜校正中,给出了一种基于车牌二值图像的密度重心的校正方法;在识别技术中,引入了特征提取与多级BP神经网络算法相结合的分类识别方法,对车牌中部分相似字符采用二级神经网络进行精细识别。实验表明,通过对车牌识别系统中关键技术的改进可以大大提高该系统的鲁棒性与准确率。 展开更多
关键词 车牌提取 车牌校正 车牌分割 车牌识别 神经网络 智能交通
在线阅读 下载PDF
一种基于多特征提取的实用车牌识别方法 被引量:18
18
作者 马爽 樊养余 +1 位作者 雷涛 吴鹏 《计算机应用研究》 CSCD 北大核心 2013年第11期3495-3499,共5页
针对车牌识别系统的实际应用,利用车牌区域的边缘梯度特征、几何形状特征、颜色特征、灰度纹理特征定位车牌,然后校正车牌图像的颜色及倾斜度;基于灰度投影法,对普通及武警车牌均提出了有效字符分割方案,通过自适应判别去除因字符断裂... 针对车牌识别系统的实际应用,利用车牌区域的边缘梯度特征、几何形状特征、颜色特征、灰度纹理特征定位车牌,然后校正车牌图像的颜色及倾斜度;基于灰度投影法,对普通及武警车牌均提出了有效字符分割方案,通过自适应判别去除因字符断裂粘连、特殊字符等造成的干扰;通过基于多特征值提取的神经网络方法初识别车牌;最后将人眼的视觉特性用于模板匹配法,解决易混淆字符及污损车牌的问题。通过大量实验证明,该方法对车牌颜色、拍摄角度、光照条件等限制较少,适用范围广、识别率高,有较强的实用性。 展开更多
关键词 车牌识别 车牌定位 字符分割 字符识别 多特征提取
在线阅读 下载PDF
汽车牌照快速定位算法 被引量:22
19
作者 范勇 蒋欣荣 +3 位作者 游志胜 张建州 郑文琛 冯子亮 《光电工程》 CAS CSCD 北大核心 2001年第2期56-59,共4页
汽车牌照的快速准确定位是汽车牌照实时自动识别技术中非常关键的一步。本文利用汽车牌照尺寸、字间距、字数和字体统一的纹理特征 ,提出了基于边缘检测和投影法相结合的牌照定位算法和基于二值化和投影法相结合的牌照定位算法。大量实... 汽车牌照的快速准确定位是汽车牌照实时自动识别技术中非常关键的一步。本文利用汽车牌照尺寸、字间距、字数和字体统一的纹理特征 ,提出了基于边缘检测和投影法相结合的牌照定位算法和基于二值化和投影法相结合的牌照定位算法。大量实验结果表明 ,两种算法都具有快速、简洁实用和跟图象背景的复杂程度相关性小的特点。 展开更多
关键词 定位算法 车牌定位 自动识别 图像识别
在线阅读 下载PDF
基于卷积神经网络LeNet-5的车牌字符识别研究 被引量:153
20
作者 赵志宏 杨绍普 马增强 《系统仿真学报》 CAS CSCD 北大核心 2010年第3期638-641,共4页
将卷积神经网络LeNet-5引入到车牌字符识别中。为了适应目前中国车牌字符识别的需要,对传统的卷积神经网络LeNet-5的结构进行了改进,主要是改变输出单元的个数与增加卷积层C5特征图的个数。研究结果表明,改进后的LeNet-5比传统的LeNet-... 将卷积神经网络LeNet-5引入到车牌字符识别中。为了适应目前中国车牌字符识别的需要,对传统的卷积神经网络LeNet-5的结构进行了改进,主要是改变输出单元的个数与增加卷积层C5特征图的个数。研究结果表明,改进后的LeNet-5比传统的LeNet-5的识别率有所提高,识别率达到98.68%。另外,与BP神经网络进行了比较研究,从实验中可以看出在字符识别的正确率和识别速度上都优于BP神经网络。卷积神经网络在车牌识别中具有很好地应用前景。 展开更多
关键词 字符识别 车牌识别 卷积神经网络 LeNet-5
在线阅读 下载PDF
上一页 1 2 17 下一页 到第
使用帮助 返回顶部