汽车自动识别系统中的agent构造研究

在汽车自动识别系统研究中，使用ｍｕｌｔｉ－ａｇｅｎｔｓ结构，改变了原有系统开发结构，增加了反馈机制，引入了ａｇｅｎｔ方法及规则重用思想，为研究ａｇｅｎｔ的通信组织机制提供了一个实际模型．

汽车牌照自动识别技术的现状与发展

在介绍国内外汽车牌照自动识别技术的现状 ,与讨论我国汽车牌照识别的特殊性的基础上 ,分析了汽车牌照自动识别技术的发展趋势 ,认为基于计算机视觉技术、人工神经网络技术和图象处理技术的无源型汽车牌照智能识别系统具有广泛的应用前景 .

汽车牌照自动识别系统

汽车牌照自动识别系统在智能交通系统(ITS)中占据重要地位,有着广阔的发展前景。本文介绍了汽车牌照识别系统,该系统包括了牌照的抓拍、牌照定位、识别等内容。最后给出了现场实验结果。

ETC中基于RFID的双标签汽车牌照自动识别系统研究

目的:设计适用于ETC中的汽车牌照自动识别系统。方法:分析原有ETC系统的工作原理和弊端与不足,提出了基于RFID双标签的汽车牌照识别系统。结果:从理论分析可以得出本文提出的方法可以有效的克服原有ETC系统中的问题———如牌照识别率太低和跟车干扰情况严重等。结论:本文提出的RFID双标签汽车牌照自动识别系统能有效克服原有ETC系统中的弊端和不足,有一定的实践应用价值。

一种基于差分投影的汽车牌照自动识别方法

针对汽车牌照的特点,利用差分投影法对汽车图像进行处理,确定出牌照的准确位置并将其整体切割下来;然后利用差分投影法对牌照进行切分,切分出待识别的车牌字符;再利用模板匹配的方法对切分出的车牌字符进行识别。实践证明该方法对汽车牌照的自动识别非常有效。

汽车牌照自动识别系统

车牌的自动识别是计算机视觉、图像处理与模式识别技术在智能交通领域应用的重要研究课题之一,是实现交通管理智能化的重要环节,主要包括车牌定位、字符车牌分割和车牌字符识别三个关键环节。

汽车牌照自动识别技术在高速公路收费中的应用

随着计算机技术在高速公路收费系统中的广泛应用 ,汽车牌照自动识别技术成为不可缺少的组成部分 ,该技术的产生使收费中的众多问题迎刃而解 ,因此 ,汽车牌照自动识别系统在收费系统中起着至关重要的作用。

基于改进BP神经网络车型识别的研究

在分析了BP网络学习算法的缺陷基础上,引入动量项和遗传算法对BP网络学习算法进行改进。利用小波多尺度边缘检测对汽车车型图像进行分割和特征提取,利用矩不变量特征和改进BP神经网络对汽车车型进行自动识别和分类。提高了汽车车型自动识别和分类的速度和正确率。

基于图论分析的车牌数字字符识别研究与应用

细化后的字符图像可以看作是一幅连通图，从图论的观点出发，在对车牌末尾三位数字字符图像识别中，选择闭合曲线作为其整体特征，将笔画端点所处字符图像中子区域的位置做为主要的细节特征，对车牌数字字符进行识别。试验结桌表明该方案是可行的和有效的。

一种利用颜色信息的车牌字符分割新算法

汽车牌照自动识别系统中由于拍摄得到的字符模糊经常造成分割效果不佳。通常采用的灰度处理方法也丢失了很多颜色信息。本文提出一种基于模糊神经网络的算法,充分利用车牌的颜色信息,根据车牌底色对不同分量进行加强,直接对彩色车牌进行字符分割。实验结果表明,该算法是有效的,尤其是对车牌上汉字的分割效果较以往算法有明显提高。

一种基于彩色纹理特征的车牌定位方法

准确快速的车牌定位是汽车牌照自动识别系统的一个重要环节.利用Roberts算子对车牌图像进行边缘检测,根据车牌的彩色纹理特征和灰度跳变特征,提出了一种基于彩色纹理特征的车牌定位新方法,利用采集的80幅车牌图像,在MATLAB环境下进行车牌定位实验,定位准确率达92.5%,实验结果验证了该算法的有效性和鲁棒性.

高速公路联网环境下车牌识别技术应用

文章在分析车牌识别技术发展状况和存在的缺点基础上,提出一种在高速公路联网收费环境下,有效解决车牌识别率低的问题的完整方案,并详细描述系统的结构、功能。此方案通过综合利用网络图像、二值化图像和车牌识别结果,提高车牌比对的成功率。最后,详细分析了利用车牌识别技术扩展出的新应用功能。