摘要: 在车牌字符识别中,针对单一识别方法识别率不高的问题,提出了应用数据融合技术,将不同的识别方法有机地结合起来构成融合型识别系统,有效地、综合地提高整个系统的
车牌识别是智能交通系统的一个重要研究课题,存在巨大的市场需求。车牌识别系统分车辆图像的获取、车牌的定位与字符分割、车牌字符识别3大部分。对于车牌字符识别,目前最常用的方法是基于模板匹配的方法和基于神经网
车牌识别是智能交通系统的一个重要研究课题,存在巨大的市场需求。车牌识别系统分车辆图像的获取、车牌的定位与字符分割、车牌字符识别3大部分。对于车牌字符识别,目前最常用的方法是基于模板匹配的方法和基于神经网
一种车牌字符识别方法的设计实现
一种车牌字符识别方法的设计实现
摘 要:设计了根据车牌的彩色特征对车牌位置进行粗定位,再利用车牌字符二值化特征来精确定位的双重车牌定位方法。在中值滤波和二值化等预处理后,提取出车牌中的字母和数字字符并建立相应的模板,通过字符归一化在N
摘 要:设计了根据车牌的彩色特征对车牌位置进行粗定位,再利用车牌字符二值化特征来精确定位的双重车牌定位方法。在中值滤波和二值化等预处理后,提取出车牌中的字母和数字字符并建立相应的模板,通过字符归一化在N
摘 要:设计了根据车牌的彩色特征对车牌位置进行粗定位,再利用车牌字符二值化特征来精确定位的双重车牌定位方法。在中值滤波和二值化等预处理后,提取出车牌中的字母和数字字符并建立相应的模板,通过字符归一化在N
基于FPGA 的车牌字符识别方法的研究
采用支持向量机方法实现车牌字符识别。根据车牌字符排列特征,构造了汉字、数字、字母、数字+字母4个最佳分类器,通过车牌字符的序号对每个字符进行对应识别,再将识别结果组合得到车牌号码。实验结果表明该方法具有较高的车牌字符整体识别率,达到了98.33%,识别时间仅为15ms,能够满足实际应用。