本文提出了一套简洁高效的车牌识别方法，首先在字符分割上改进了传统的投影算法采用了在二值中对白色像素进行垂直投影的方法。
2019-12-21 18:55:07
293KB
1
字符包括汉字，字母，数字和一些符号。汉字有几千个，字母有几十个，数字的类最少只有10个，所以选择简单的手写数字字符来实现。结合三个相关的程序和论文，一个是语音特征的分类（不调用神经网络工具箱相关函数实现），另外两个是关于手写数字识别的。处理的数据集是放在10个文件夹里，文件夹的名称对应存放的手写数字图片的数字，每个数字500张,每张图片的像素统一为28*28
2019-12-21 18:53:49
2.89MB
1
完整的车牌照识别系统。
%% step1 读入图片 灰度化处理并显示原图、灰度图
%Step2 图像预处理 对原始黑白图像进行开操作得到图像背景
%Step3 取得最佳阈值，将图像二值化
%Step4 车牌粗定位，对得到二值图像进行边缘检测和开闭操作进行数字形态学处理
%Step5 像素中线扫描（颜色纹理范围定义，行列扫描的方式）粗定位和经验阈值分割车牌
%Step6 对二值图像进行区域提取，并计算区域特征参数。进行区域特征参数比较，提取车牌区域
2019-12-21 18:53:30
22KB
1
支持向量机(SVM)是2O世纪9O年代初由Vapnik等人提出的一类新型机器学习方法，此方法能够在训练样
本很： 的情况下达到很好的分类推广能力。本文应用SVM 算法时车牌中的汉字字符进行识别，无字符特征提取提高了识别
速度，并且可得到较高的识别率。实验讨论了SVM 算法用于字符识别时，不同的核函数时识别率的影响。实验结果表明，
用SVM 算法进行车牌字符识别具有较高的识别率。
2019-12-21 18:50:20
131KB
1