1 引言 車輛牌照是機(jī)動(dòng)車唯一的管理標(biāo)識(shí)符號(hào),在交通管理中具有不可替代的作用,因此車輛牌照識(shí)別系統(tǒng)應(yīng)具有很高的識(shí)別率,對(duì)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(yīng)有較大的容閾,并應(yīng)滿足實(shí)時(shí)性
摘要分別采用單層感知器、BP網(wǎng)絡(luò)和霍普菲爾德網(wǎng)絡(luò)三種神經(jīng)網(wǎng)絡(luò)對(duì)26個(gè)英文字母進(jìn)行識(shí)別,通過實(shí)驗(yàn)給出各網(wǎng)絡(luò)的識(shí)別出錯(cuò)率,從中可以看出三種人工神經(jīng)網(wǎng)絡(luò)各自的優(yōu)缺點(diǎn),為選擇神經(jīng)網(wǎng)絡(luò)進(jìn)行字符識(shí)別提供了一定的依據(jù)。
引言 智能交通系統(tǒng)的研究領(lǐng)域十分廣闊,各國(guó)各地區(qū)的側(cè)重點(diǎn)也有所不同。如:電子收費(fèi)系統(tǒng)是ITS在公路收費(fèi)領(lǐng)域的具體表現(xiàn),可解決收費(fèi)站的“瓶頸”制約,較好地緩解收費(fèi)站的交通擁擠、排隊(duì)等候以及環(huán)境
摘要:在對(duì)車輛牌照識(shí)別系統(tǒng)研究的基礎(chǔ)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(quán)組合特征的字符識(shí)別算法,通過實(shí)驗(yàn),設(shè)計(jì)出一個(gè)有效的車牌照識(shí)別系統(tǒng)。 關(guān)鍵詞:
摘要:提出了一種完全基于結(jié)構(gòu)知識(shí)的字符識(shí)別方法。該方法以字符的結(jié)構(gòu)特點(diǎn)和筆畫類型、數(shù)據(jù)及位置作為識(shí)別特片生成判定時(shí),再利用判定樹對(duì)汽車牌照中的字母和數(shù)字進(jìn)行分類識(shí)別。汽車牌照識(shí)別是基于圖像分割和圖像識(shí)
摘要:提出了一種針對(duì)嵌入式系統(tǒng)的字符識(shí)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(shí)別系統(tǒng)。該系統(tǒng)采用嵌入式L inux操作系統(tǒng), 圖像預(yù)處理和字符識(shí)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(shí)別系統(tǒng)
汽車牌照識(shí)別是基于圖像分割和圖像識(shí)別理論,對(duì)含有汽車牌照的圖像進(jìn)行分析處理,從而確定汽車牌照在圖像中的位置,并進(jìn)一步提取和識(shí)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