近年来，汽⻋牌照自动识别技术已经越来越受到人们的重视，⻋牌自动识别技术的关键在于⻋牌定位、字符切割、字符识别及后续处理等。由于受到运算速度及内存大小的限制，以往的⻋牌识别大都是基于灰度图象处理的识别技术。首先要求正确检测出⻋牌区域，如通过Hough变换以检测直线来提取⻋牌边界区域、使用灰度分割及区域生⻓进行区域分割，或使用纹理特征分析技术等。Hough变换的方法在⻋牌区域变形或图象被污损情况下容易失效，而灰度分割则比直线检测的方法要稳定，但当图象在有许多与⻋牌的灰度非常相似的区域时，该方法也容易失效。纹理分析在遇到类似⻋牌纹理特征的其他因素干扰时，⻋牌定位正确率也会受到影响。所以选用了基于⻋牌彩色信息的彩色分割方法。
2021-04-24 12:05:02
19.43MB
1
数字图像处理课设，已经成功运行过了。但是识别结果并不是很准确，可以自行修改一下，有正常识别和图片矫正识别两部分，矫正部分可以把拍倾斜的图片调整后识别，倾斜的最大角度可以自行设置。
2021-04-19 20:09:19
1.29MB
1
平台：MATLAB；流程：车牌定位，字符分割，车牌识别；算法：车牌定位【边缘检测】，字符分割【连通域法】，车牌识别【模板匹配或者bp神经网络，cnn卷积神经网络】；含GUI界面；特殊功能：语音播报，库外识别，计时计费，停车场应用场景；附送资料：开题，提纲，技术文档等。
2021-04-17 16:08:44
1.22MB
1
神经网络识别法，车牌识别系统全部完整的程序。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。
2021-04-14 22:51:22
65KB
1
MATLAB车牌识别部分：
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，使车牌区域形成一个连通区域，然后根据车牌的先验知识对所得到的连通区域进行筛选，获取车牌区域的具体位置，完成从图片中提取车牌的任务。
3、车牌分割：首先对车牌进行水平投影，去除水平边框；再对车牌进行垂直投影。通过对车牌进行投影分析可知，与最大值峰中心对应的为车牌中第二个字符和第三个字符的间隔，与第二大峰中心距离对应的即为车牌字符的宽度，并以此为依据对车牌进行分割。
4、字符识别：
神经网络：先用bp神经网络训练测试集中涉及到的字符，如粤、闽等，A-Z,0-9；进行比对识别；
模板匹配：来对车牌进行识别。识别过程中，首先建立标准字库，再将分割所得到的字符进行归一化，将归一化处理后的字符与标准字库里的字符逐一比较，最后把误差最小的字符作为结果显示出来。
2021-04-12 19:30:50
1.39MB
1
一个完整的车牌识别系统闭应包括车辆检测、图像采集、图像预处理、车牌定位、字符分割、字符识别等单元。当车辆到达触发图像采集单元时，系统采集当前的视频图像。车辆识别单元对图像进行处理，定位出牌照位置，再将车牌中的字符分割出来进行识别，然后组成车牌号码输出。车牌识别系统原理如图l所示。
2021-04-09 20:51:01
6.15MB
1