基于MATLAB的车牌号码识别系统设计

本设计主要是研究利用CCD摄像机拍摄的实时视频流作数据源,在视频数据下进行实时快速的车牌定位和牌照识别。基于MATLAB设计一个检测窗口,将视频流中的每一帧进行扫描得到关键帧。然后将关键帧输入到静态车牌的识别系统中,通过实现图像的预处理、车牌的定位、字符的分割、字符的识别各个过程,来完成整个车牌号码的系统识别。     

基于计算机视觉的人脸识别技术应用研究

在多媒体信息时代,对计算机视觉的研究工作显得尤为重要,人脸是图像中最重要的对象之一,人脸识别技术是计算机视觉与模式识别领域的重要课题。人脸识别技术是基于人的脸部特征信息进行身份识别的一种生物识别技术。采用摄像机或摄像头采集含有人脸的图像或视频流,并自动在图像中检测和跟踪人脸,进而对检测到的人脸进行脸部特征定位、提取,记忆存储和比对辨识达到识别不同人身份的目的。因此,随着越来越多企业跨界进入人脸识别领域,势必加剧该领域的竞争。未来的人脸识别技术的应用领域会越来越广,市场也将更广阔。     

车牌自动识别技术研究

本文提出的车牌识别技术,在定位环节根据图像清晰度的不同采用不同的边缘检测算子,通过"角点提取"获取候选区位置,通过"模糊外轮廓的汉字识别"进行汉字提取。实验结果表明,本研究对全天候图像的整体定位率大约为97.7%,字符识别率大约为95.6%,整个车牌识别系统的识别率约为93.4%,平均识别时间约为0.5s/幅,识别率有较大的提高。     

一种车牌定位与提取方法

本文提出一种基于边缘检测和行扫描相结合的车牌定位与提取算法:主要通过Sobel算子提取原始图像的边缘信息,然后通过水平和垂直扫描进行粗定位,最后根据车牌的特征进行精确定位。     

基于MATLAB的GUI车牌图像识别系统设计

提出了一套基于Roberts算子和最大方差阈值算法的GUI车牌图像识别系统。针对相机或高清视频流所采集的照片,本文结合图片的预处理,采用梯度检测法进行边缘检测,基于像素点的先行后列的车牌定位方法,并用最大阈值方差法进行二值化处理,根据对二值边缘图像做积分Harr识别,把车牌信息从图像转化为文本输出。实验结果表明,该GUI系统能够正确实现识别车牌图像文本信息。     

基于区域特征的定位方法在车牌识别中的应用

车牌定位是车牌识别中的关键部分。由于拍摄角度以及环境的不同,不同车牌图像的亮度、灰度以及纹理会有比较大的差异。基于区域特征的定位方法综合了图像区域的细节和整体特征,因而有良好的适用性,试验的结果也证明了这一点。     

基于嵌入式的车牌识别系统设计

介绍了车牌自动识别系统的现状,结合课题研究的实际工作对车牌识别的字符分割算法和车牌底色检测算法进行了阐述。最后对车牌识别的嵌入式系统的硬件给出了硬件功能划分。     

智能卡口监控系统技术解决方案初探

建设智能卡口监控系统就是利用先进的光电、计算机、图像处理、模式识别、远程数据访问等技术，监控路面过往的每一辆机动车，并进行连续全天候实时记录，计算机根据所拍摄的图像进行车牌号码自动识别，从而能根据车牌号码等进行车辆动态布控、对被盗抢、肇事逃逸、作案嫌疑以及超速违章车辆进行报警，通过公安光纤网络将各个监控点有关信息传送到城市公安局指挥中心，实行信息共享：为交通违章查纠、交通事故逃逸与被盗抢机动车等案件的及时侦破提供重要的信息和证据，是创建“平安城市”建设的重要措施和手段。     

一种基于SVM的坝面裂缝损伤智能识别方法

针对坝面裂缝损伤尺度的识别的方法少、识别精度和效率较低的问题,提出了一种基于SVM的坝面裂缝损伤智能识别方法。在整个图像的范围内,运用photoshop将图像中的非关键因素进行处理且不破坏原影像中裂缝的条数、和大小等参数。再将坝面的裂缝影像根据一定的阈值提取特征图像建立影像模型,将不同的尺度设计了运用支持向量机SVM的"1Vm"坝面裂缝损伤影像模式识别器进行处理,可以有效地提取细裂缝和粗裂缝的信息。理论分析和实验结果表明,该算法提高了坝面裂缝损伤的识别精度和效率,能快速准确的识别出坝面裂缝损伤程度。     

混合交通流智能相机系统初探

本文研究了混合交通流智能相机硬件体系,从背景模型、摄像机参数、混合交通前景物体识别分类对智能相机检测软件系统进行了具体研究;利用智能相机原型系统采集交通视频图像,利用本文构建的软件算法对不同交通状况下的混合交通流检测实验,并对实验结果进行了分子与总结。     

基于物联网技术的智能车辆管理系统设计

社会经济的发展带动了车辆的普及,如何对车辆进行有效且高效的管理成为了车辆监管单位面临的重要问题。当前应用的智能车辆管理系统主要是以车牌识别技术、射频技术和IC卡技术为主,本文基于物联网技术和智能车辆管理系统理论,提出了底盘扫描、车牌识别以及RFID技术的整合,以提高智能车辆管理系统的统一性与全面性。     

基于机器视觉检测的轮廓提取算法的研究

本文依据扫描线步长自适应优化、边缘检测、平面轮廓图元识别图像大小的机器视觉检测系统的开发等问题进行了系统研究。然而,轮廓提取是机器视觉检测最重要的一环,必须先提取图像中重要物体的轮廓,让这些重要物体的图片能够清晰的呈现出来,使计算机能够更好地使用这些图片信息进行识别,以方便工业或者制造业等的检测。本文根据基于Windows的Visual C++6.0软件进行物体图像的轮廓提取算法的编写,将物体图像轮廓展示在了计算机上,通过实验,我们对本系统软件的稳定性和精度进行了大量的测试,测试结果表明本系统能够很好地完成工业要求的需要。     

智能监控系统中多目标检测与跟踪算法研究

针对智能监控系统的关键技术目标检测与跟踪研究,并提出多目标检测与跟踪算法以解决目前智能监控系统中关键的技术问题,实现视频图像序列的目标实时检测与跟踪。     

智能监控系统中多目标检测与跟踪算法研究

针对智能监控系统的关键技术目标检测与跟踪研究,并提出多目标检测与跟踪算法以解决目前智能监控系统中关键的技术问题,实现视频图像序列的目标实时检测与跟踪.     

图像融合技术的发展及未来展望

图像融合是信息融合的重要分支和研究热点。其目的是对多幅源图像的信息进行提取和综合,以获得对某一地区或目标更准确、更全面和更可靠的描述,从而实现对图像的进一步分析和理解,或目标的检测、识别与跟踪。本文描述了图像融合的基本概念、层次及发展,重点阐述了像素级图像融合的基本原理和方法,最后展望了图像融合发展的前景。     

基于脉冲神经网络的车牌定位算法

在车牌识别系统中,主要包括车牌定位、字符分割和字符识别,其中车牌定位是非常关键的技术之一,是否精确定位车牌直接影响后阶段车牌图像处理的质量和处理速度、字符识别的精度和速度。文章提出了基于脉冲神经网络的车牌定位算法,此算法具有较高的定位率,能对各种底色车牌进行定位,有利于后面的字符分割和识别。     

基于嵌入式系统的智能探测小车的创业探索

智能探测车是一款基于嵌入式开发系统的智能检测系统，智能化是它很好的优势，其涉及无线通讯协议，成像原理，传感器检测，机械平衡，路径识别，模式识别，视频流收集的方方面面。通过铺设有规律，特别的黑白赛道，运用摄像头进行检测黑白引导线的方式，识别路径，沿着赛道进行探测，并实时发送赛道各个方面信息。如果你是探测营救人员，你只需要带着一个笔记本电脑，插上我们配置的蓝牙终端，小车就会自动配对并开始沿着预定轨迹进行识别，中途的探测我们可以通过通信协议的上位机软件发送指令，对小车进行实时行进控制，达到智能探测的效果。     

AI技术在智能停车管理系统中的应用

人工智能(AI)技术计算机科学的重要分支,当前全球科技发展的热点,在多个领域都已经取得突出的成就,具有广泛的应用价值。本文主要探讨,将AI技术用于智能停车管理系统中,取代传统的车牌识别技术、数据管理系统以及人工缴费系统等,进一步优化智能停车管理系统,提升执行效率,提高智能和自动化程度,降低管理成本,并对其发展趋势和前景做出思考。     

基于Visual C++实时表情识别系统的算法设计与实现

本系统主要使用局部二元模式(LBP)来提取脸部图像的纹理特征,对脸部区域分块计算LBP直方图,并连结起来作为表情识别的特征,继而实现基于Visual C++的实时表情识别系统。实时表情识别系统主要包括基于VC++的图像帧提取、人脸区域的划分、人脸表情识别算法和人脸表情LBP数据库,人脸表情识别算法是整个系统的关键。实时表情识别的识别过程,由基于USB的摄像头捕捉定帧画面,灰度处理后,提取人脸区域,经过人脸表情识别算法得到LBP表情特征,并与人脸表情LBP数据库进行卡方比较,与之差值最小LBP表情特征所在表情类别即为识别出的表情。     

基于MATLAB的运动目标检测和识别技术研究

针对智能视频监控系统中视频序列图像,本课题利用MATLAB7.0仿真工具采取背景差分法对视频序列图像进行处理,提出了利用分块法和统计方法相结合的算法改进背景图像的提取算法,实现运动目标的检测和跟踪,并基于MATLAB GUI编制了运动目标检测界面。