车牌分拣中的机动车牌照识别

来源 :山东科技大学 | 被引量 : 0次 | 上传用户:longyilang
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着智能交通的发展,车牌识别的应用领域越来越广泛,自动化的车牌分拣系统也加入了车牌识别技术。目前的车牌识别一般都是从路口监控系统中获取车辆图像,转换成灰度图像后进行处理。识别算法通常要考虑背景、天气、牌照倾斜度等许多客观因素的影响,复杂程度高,不具备工程应用的条件。而车牌分拣过程中获取的车牌图像背景比较单一、光线较为均匀。研究这类车牌图像的快速准确的识别方法具有重要的应用价值。本论文通过对常用车牌定位算法的研究,针对分拣中的车牌特点,基于Lab色域空间,提出了一种利用颜色信息和投影相结合的车牌定位方法,利用车牌图像在Lab色域空间中的颜色特征,采用数学形态学中的膨胀、腐蚀等运算对图像进行分割;运用基于字符结构特征和模板匹配的方法,完成车牌的识别。采用.NET与SQL2000 SERVER数据库,研发了车牌的自动分拣识别系统,并对系统效果进行了分析。本文算法在车牌分拣系统中得到了应用。实验表明,本文算法对牌照在图像中的位置、牌照的颜色没有限制,对牌照的倾斜和图像对比度的变化有较强的适应能力。系统测试结果,牌照定位的准确率达94.8%,字符识别率达84.5%,结果令用户比较满意。
其他文献
目前大量有用信息以文本形式存在,因此如何快速对大规模的文本分类成为亟待解决的问题。为应对这一问题,文本自动分类应用而生。文本自动分类结合了统计方法和机器学习理论,
随着互联网的普及与电子商务的快速发展,用户在选择商品时面临越来越严重的信息超载问题,协同过滤推荐系统应运而生.它依据其他用户对信息做出的评价来向用户提供商品推荐,帮助用
随着个性化推荐技术的以及用户兴趣建模技术的研究发展,个性化推荐服务已渗透到了诸多领域。传统的用户兴趣建模技术中,基于本体或分类的用户兴趣模型因其允许用户兴趣预测等
随着医学影像存储的急剧增加,人们迫切需要挖掘出隐藏在这些海量图像数据背后的有用信息。利用这些信息可以帮助医生对患者病情做出有效的诊断或方便专家对某些疾病进行更好
近年来,随着嵌入式、物联网、自动化等技术深入人们生活的各个领域,智能家居控制系统逐渐被人们所认可。而目前智能家居行业还没能得到充分的发展,智能家居系统存在智能设备不断
网络存储技术的进步使得云存储已经成为一种最有吸引力的文件保存方式。把文件保存到云存储可以降低文件维护费用,防止文件被破坏,方便与他人共享文件。然而用户把文件保存到云
随着多媒体技术的不断创新与进步,我国广播电视媒体发展迅速。广播电视广告作为广播电视节目的有机组成部分,从无到有,迅猛发展,规模不断扩大。虽然优质的广播电视广告在促进
当今,随着信息技术的高速发展,数据量正在呈指数增长,如何快速、准确地从大规模、杂乱无章的数据中找到所需信息就成了一项十分有意义的课题。聚类分析方法作为数据挖掘技术
随着医学影像技术应用到医疗诊断过程中,医疗诊断的准确性和及时性大大提高了,医学图像在临床诊断中发挥着越来越重要的作用,有着不可替代的地位,因此也造就了一个独特的图像
论文是以科技信息服务网项目为背景的,科技信息服务网是一项以基于互联网汇交全国分散的科技信息资源和提供丰富的科技信息应用为目标的平台。其应用场景是:全国34个省级行政