一种利用Hough变换和先验知识的车牌识别新方法

在车牌定位上,针对当前实际中存在的一些困难,结合先验知识,提出了一种Hough变换多线检测的由粗到精的定位算法。在字符分割中,通过合理改进,使投影法的准确性进一步得到提升。并在大量实验的基础上,将BP神经网络反复修正,使得系统理论识别率达到了91.00%,结果表明此方法是行之有效的。

基于Hough变换及可信度的车牌旋转角度检测

车牌角度矫正是汽车牌照识别的一个重要步骤。采用Hough变换法检测车牌的倾斜角度。首先对汽车牌照图像预处理,再提取车牌上下边框的边缘信息,利用Hough变换对提取的边缘信息进行变换,从而获得车牌上下边框的拟合直线及其倾斜角度,并引入可信度,以度量检测结果的优劣,最终获得较精确的汽车牌照的倾斜角度。实验结果表明,该法抗干扰能力强,检测精度高。

基于投影的车牌倾斜检测方法

图像倾斜检测是车牌识别中的关键环节之一。典型的倾斜检测算法是进行 Hough 变换后寻找长直线的倾斜角度。在实际应用中,车牌图像中未必有明显的较长直线,或者长直线对正确检测形成干扰。本文介绍一种基于投影的车牌图像倾斜检测方法,通过对车牌图像做各种角度投影,寻找投影图像峰宽最窄的角度,即是图像的倾斜角度。测试结果表明了这种方法的有效性。

高噪声条件下基于投影的二维条码倾斜检测

图像倾斜纠正是二维条码自动识别过程中的重要步骤,最常用的倾斜角检测方法是基于Hough变化的方法,实际应用中Hough变换峰值扩散效应显著,同时在速度上也难以适应实时应用的需求。提出使用投影法对倾斜的二维条码图像进行倾斜角判断,并通过加速策略提高检测速度,能够在高噪声条件下快速得到精确的结果。

一种快速有效的车牌倾斜检测方法

车牌提取是车牌识别系统中的一个关键环节,它决定了整个系统的工作效率,倾斜的车牌图像将会给下一步字符分割及识别带来困难,因此车牌的倾斜检测有着重要的意义,本文提出了一种基于车牌中字符间隔投影的车牌倾斜检测方法,应用于光照不均匀的多噪声车牌图像倾斜检测,实验结果表明,该方法取得了良好的效果．

车牌定位技术在“电子警察”系统中的应用研究

随着我国城市交通管理水平的发展,车牌识别技术得到了广泛的应用。而车牌定位作为车牌识别的关键环节之一,也受到越来越多技术人员的重视。在众多车牌定位方法中,寻找一种适用于“电子警察”系统应用的方法显得十分必要。文章通过对三种车牌定位方法的分析、研究及实验对比,提出了比较适用于“电子警察”系统中车牌识别的方法,其中的研究方法、过程以及结果具有一定的参考价值。