类自动车牌识别轨迹数据的伴随车辆组挖掘

自动车牌识别(ANPR)数据比私人全球定位系统(GPS)数据更易获得,且包含更有用的信息,但是相对成熟的针对GPS轨迹数据挖掘伴随车辆组方法并不适用于自动车牌识别数据,现有的少量自动车牌识别数据伴随车辆组挖掘算法存在重视轨迹相似而忽视时间因素的缺陷,因此提出一种基于轨迹特征的聚类方法挖掘伴随车辆组。针对自动车牌识别数据中采样点固定而采样时间不定的特点,通过轨迹中共现的次数判定两个对象构成伴随模式。该共现定义引入豪斯多夫距离,综合考虑轨迹的地点、方向和时间特征,旨在挖掘数据中采样点不同但采样点距离近且轨迹相似的伴随车辆组,以此提高伴随车辆组挖掘效率。实验结果表明,所提方法较现有方法更能有效挖掘伴随车辆组,识别非伴随模式数据,效率提升了近两倍。

基于自动车牌识别数据的团伙犯罪时空关联车辆发现方法

自动车牌识别(ANPR)数据是当前公安工作中获取车辆轨迹的主要来源之一,基于ANPR数据发现涉案车辆的时空关联车辆,对于团伙犯罪防控具有重要意义。在实际工作中发现,团伙车辆会存在主观避嫌意图,导致出现故意远距离跟随等与传统伴随关系不同的时空关联模式,而现有方法难以有效识别,为此,本文基于车牌自动识别(ANPR)数据,提出了团伙犯罪的时空关联车辆发现方法。①通过分析团伙车辆的跟随策略,梳理出“近距离跟随模式”、“故意远距离跟随模式”、“另择路线前往模式”3种车辆时空关联模式;②基于ANPR数据构建关联车辆数据模型,并提出车辆关联的时空约束参数;在此基础上,提出了时空关联车辆的发现方法;③以B城市为例,采用团伙犯罪车辆的相关ANPR数据进行试验与分析,基于团伙案件历史数据对时空约束参数阈值进行定量评估。在此基础上,对某典型案件进行时空关联车辆分析,将本文方法与频繁序列挖掘、计算伴随概率2种方法对比,本文方法有效率平均可达87.59%,优于对比方法,试验结果表明,本文方法能够有效发现故意远距离跟随、另择路线前往等传统方法难以发现的时空关联车辆,能够为公安部门开展团伙犯罪防控工作提供新思路和技术支持。

复杂道路环境下大流量路口多车牌自动识别

复杂道路口车流量大,车牌采集图像存在遮挡,倾斜等现象,导致车牌检测准确率低、泛化性差。为解决上述问题,提出一种基于改进Yolov3车辆识别与Mask R-CNN车牌检测相融合的算法,通过两步分别检测车辆与车牌,最终构建出YOL3-RCNN多车牌识别模型。模型首先基于上采样算法将图像的大、中、小特征有机融合;然后采用形态聚类算法,自适应计算IOU阈值,提高车辆检出率与准确率;接着对检测出的车辆进行裁剪,SOFTNMS优化与仿射变换,解决车牌遮挡,倾斜与背景复杂的难题;最后基于ResNet50网络识别车牌字符与数字,并利用RPN进行回归校验。多组基线算法的仿真结果显示,在UA-DETRAC车辆检测数据集上,与传统车牌检测算法相比,YOL3-RCNN算法的准确率与召回率分别提高了7.7%与9.6%,且具有较高的车牌检测速率。综上所述,所构建的YOL3-RCNN多车牌识别模型具有较高的检测准确性、时效性与普适性。

基于车牌自动识别立体车库智能停车管理系统研究

针对立体车库现有停车管理系统所存在的缺陷,提出一种基于车牌自动识别技术的智能停车管理系统。系统采用主从式结构,分别为用作管理控制的上位机和车牌识别系统与车辆存取系统的下位机,并完成了系统的软硬件设计。通过对上位机管理软件与下位机单片机显示控制之间的调试,证明了系统的实用性和可靠性。

车牌自动识别方法中的关键技术研究

车辆牌照的自动识别是智能交通系统中一项很重要的技术。针对车牌识别的前期技术 ,即车牌定位、车牌图像的对比度判断和二值化、字符分割等技术进行了研究并提出了新的处理方法 ,实验结果表明提出的算法简洁、实时性好、处理正确率高 。

改进的遗传算法在车牌自动识别系统中的应用

在车牌自动识别系统中,如何选择对车牌字符分类能力强的特征组合是系统面临的关键问题。针对传统组合优化方法用于特征选择的种种缺陷和简单遗传算法过早收敛的缺点,提出了利用伪并行、最优解保存和自适应参数调整相结合的改进的遗传算法对提取的车牌字符图像众多特征进行优化选择的策略。仿真实验证明,改进的遗传算法不但从收敛速度和搜索能力上优于简单的遗传算法,而且可以有效的避免出现早熟现象,防止陷入局部最优;所提出的特征选择算法不仅提高了车牌字符识别率,而且识别结果十分稳定。

基于隐马尔可夫模型的车牌自动识别技术

文中提出了一种车牌字符识别的新方法 ,用二维隐马尔可夫模型方法识别车牌中的汉字 ,用伪二维隐马尔可夫模型 (P2D HMM)方法识别车牌中的英文字符及阿拉伯数字。该算法适用于不同的字符大小、字符倾斜、污损等情况 ,抗噪声能力强。字符识别正确率达 94 %以上 ,满足实用技术的要求。

车牌自动识别系统

根据国内汽车牌照的特点,对车牌自动识别的部分算法以及自动控制部分进行了描述。

基于车牌自动识别系统的城市道路行程时间预测算法

基于车牌自动识别系统采集的实时行程时间数据,提出了一种实用的行程时间预测算法。面对城市道路交通流较为复杂的现状,通过界定预测状态,选择了可靠的预测策略,针对采样量足够、采样量不足、部分采集设备故障3种情况,提出了应对算法方案。结合实际调查的数据进行了实例分析,结果表明,该算法具有良好的预测效果。

车牌自动识别算法及基于LabVIEW的设计实现

本文首先介绍一种车牌自动识别算法,该算法的重点是实现图像二值化,本文采用一种快速收敛的OSTU算法来找出最佳阈值,实现图像二值化。接着基于LabVIEW开发平台进行图像预处理、字符分割处理、字符识别处理,最终实现车牌的自动识别。并且在此基础上,实现该设计在停车场智能停车系统中的应用。

复杂背景下的汽车牌照自动识别系统

本文分析了目前存在的车牌自动识别系统及其相应的问题，同时提出了一种在多分辨率下串行运算的金字塔结构的车牌自动识别系统。该系统由两个重要步骤组成：(1)结合数学形态学的字符笔画分析的车牌定位算法，(2)分析类字符连通域的字符切分算法。通过大量的实验证明该方法准确率高，鲁棒性好，速度快。用1013幅图像对该系统进行测试，正确率为95．27％，平均处理一幅图像只用0．49秒。

车牌自动识别系统在高速公路上的应用研究

随着高速公路里程的不断增加,尤其是高速公路联网收费范围的不断扩大,如何利用高新科技,进一步提高高速公路管理及服务水平,使道路使用者体会到安全、舒适和高效,日益成为大家关注的问题。

2002天津市车牌自动识别系统现场测试应用

随着天津市高等级公路建设的迅速发展,高速公路路网建设的逐步形成,对高速公路的管理提出了更高的要求,如何更有效地提高运力?如何减少工作人员的负担?如何更有效地提高管理效率?如何杜绝目前存在的偷、漏费现象?这些问题已达到刻不容缓的地步,如何通过增加高新技术的投入来提高现有的管理水平,这就需要我们尽快的加以解决,而车牌自动识别系统的出现,会对上述问题的解决提供有力的帮助.目前,我国许多省份已纷纷在高速公路建设时采用了这一先进技术,并普遍收到良好的使用效果,也带来了较高的间接效益.

高速公路车牌自动识别系统的研究

汽车牌照自动识别系统的实现是推进交通管理计算机化的关键技术之一,在现代交通监控和管理中有着广阔的应用前景。本文首先介绍了汽车牌照识别系统,然后对其原理和在高速公路收费系统中的作用进行了论述,并考察了国内外车牌识别系统的发展动态,最后对汽车牌照识别技术存在的问题及发展的方向进行了讨论。

车牌自动识别系统的设计与实现

随着人工智能技术的迅猛发展,文字识别、图像识别技术都得到了快速的发展,这也为开发车牌自动识别提供了技术支持。本系统运用先进的图像处理、模式识别和人工智能技术,能够即时精准地快速识别出车牌中包含的所有的汉字、数字和字母,并直接提供识别结果,从而使得对于机动车辆的自动化监控和管理成为了现实。本系统采用Visual C#作为开发平台,结合开源、跨平台的计算机视觉库OpenCV搭建了交叉编译环境,采用模块化的设计理念,利用模块化的编程方法对各个基本功能模块进行设计与开发,得到了一套可视化的车牌自动识别系统软件。该软件系统密切贴合生活,可以克服多种环境干扰因素,快速高效地完成各种车牌的自动识别。

基于虚拟仪器的车牌自动识别系统设计

以LabVIEW2009试用版为平台，利用NIVI—SIONACCQUISITION2009和NIVISIONDEVEL．OPMENTMUDULE2009集成模块，实现了车牌识别的功能，并具有算法简单，识别效果好，用户界面良好，结构简单等优点。

车牌自动识别系统GUI界面设计与实现

随着我国交通运输业的快速发展,中国的交通管理逐渐转变为智能交通管理,车牌自动识别是智能交通管理重要环节之一.本文设计了包括车牌图像预处理、车牌图像区域提取、车牌图像字符分割、车牌图像字符识别等四个模块.提出基于最小欧式距离的模板匹配法,设计了GUI图形用户界面.采用最小欧式距离的模板匹配法和彩色特征的车牌定位法,实现车牌自动识别,此系统具有较高的识别率和识别速度,能快速、实时识别车牌字符.

车牌自动识别系统在高速公路机电系统工程中的应用

介绍了车牌自动识别系统的基本原理,及在高速公路运营管理中的作用。

车牌自动识别技术研究进展

综合车牌自动识别技术的发展现状,分别从车牌的定位、车牌字符分割和车牌字符识别三个技术方面进行了论述,最后指出车牌自动识别方法应多进行实用化研究方向。

汽车牌照自动识别技术初探

20世纪80年代以来,随着我国国民经济的迅速发展,机动车辆规模及流量大幅度增加,全国机动车量年均增长1 5%以上,城市通路里程年均增长7.9%,高速公路和城市交通管理现代化水平的提高势在必行,迫切需要采用高科技手段来充实和加强交通管理水平.