MATLAB车牌定位，基于阈值分割，车牌定位方法有边缘检测，基于颜色，该方法为第三种基于阈值分割。可以定位到车牌，为车牌的字符分割做基础，带GUI可视化界面。
2021-03-17 09:12:00
1.14MB
1
本文提出一种彩色图像车牌定位方法(LPLCCED). 首
先利用细胞神经网络(CNN)模型导出一种与车牌颜色特征相结合的车牌定位专用边缘检测算法, 将车牌的颜色对约束条件融
合到边缘检测算法中, 本专用边缘检测算法可以大大缩小车牌初步定位的范围. 接下来提出一种针对车牌特征的边缘滤波算
法, 最后根据车牌结构和纹理特征对候选区域进行判别验证. 该流程的各个环节都可以通过硬件实现,
2021-03-15 10:28:14
3.01MB
1
智能交通体系中，专用计算机视觉系统即牌照识别技术，占有极其重要的地位。设计了一种基于FPGA平台的智能车牌定位识别系统，在 EP2C35平台上搭建SOPC系统，完成了车牌图像定位、字符提取识别等功能。该设计采用FPGA为核心，大大减小了制板的面积，有效提高了系统定位的速度及准确性；可定制的软核Nios II处理器使得智能车牌识别系统具有了更大的灵活性。
2021-03-08 16:51:17
92KB
1
本资源主要分为三个部分：车牌定位 字符分割 字符识别，每个部分都可单独运行。
车牌定位采用数学形态学和颜色特征相结合的方法。首先对图片进行开闭运算、轮廓检测等数学形态学操作突出车牌区域，然后依据车牌的形状特征去除部分干扰区域，并利用仿射变换对可疑车牌区域进行倾斜矫正，最后根据车牌颜色特征选取最终区域，同时确定车牌的颜色。
字符分割基于投影法，利用二值化图像像素的分布直方图进行分析。其中水平投影确定字符区域并去除上下边框，垂直投影找出相邻字符的分界点，并通过适当算法组合分离的汉字和去除车牌上的分隔点、边缘等干扰；
字符识别基于keras框架，首先搭建卷积神经网络对训练集进行训练，准确率达到97.87%，然后利用训练好的模型对分割下的字符逐一进行识别，最终组成车牌号码，实现车牌识别的目标。
2021-02-19 13:16:27
47.82MB
1
本设计中为MATLAB车牌识别语音播报出入库计时计费系统，是基于蓝底车牌定位，模板匹配识别的设计。用摄像机或摄像头采集含有车牌的图像，并自动在图像中检测车牌，进而对检测到的车牌进行脸部的一系列相关技术。
因此，机器对车牌进行识别的过程与人类视觉识别人脸的过程类似，大致可分为五个步骤，如下。
（1）图像预处理：在整个车牌识别系统中，由于采集进来的图像为真彩图，再加上实际采集环境的影响以及采集硬件等原因，图像质量并不高，其背景和噪声会影响字符的正确分割。和识别，所以在进行车牌分割和识别处理之前，需要先对车牌图像进行图像预处理操作。
（2）车牌定位：首先对车牌的二值图片进行形态学滤波，使车牌区域形成
2021-02-17 08:54:17
6.15MB
1
基于SVM与人工神经网络的车牌识别算法，使用了OpenCV的图像处理函数，在VS2013 + OpenCV 2.4.9平台上实现
2021-02-12 10:03:25
14.99MB
1
本研究利用低功耗芯片、车辆管理软件、图像识别系统、定制操作系统、视频采集卡和控制器等软硬件进行有机地整合，形成一个具有车辆出入智能管理功能的一体化嵌入式系统。系统拥有远程控制、网络远程升级、车辆自动设别、车辆进出自动匹配、组合式车辆准入控制、黑名单告警、语音报号等多种功能，对出入车辆进行智能化管理，确保车辆安全，实现出入小区车辆智能化管理，不但大大减轻了小区管理人员的工作负担，也显著提升小区物业管理水平。
2021-01-29 14:10:33
557KB
1
对获取到的车牌图像用MATLAB进行预处理（包括灰度化处理，二值化处理，中值滤波 等）边缘化处理、形态学处理来确定车牌的位置。
2020-04-15 20:37:29
5.94MB
1