搜索资源列表
paizhaozidongshibie
- 图像分割是图像处理最基本和最重要的技术,是任何理解系统和自动识别系统 必不可少的一个重要环节.车牌以及车牌字符的提取是图像分割技术的一个特殊应 用场合,它包括车牌的定位和车牌字符的切分两个步骤。本章将对这两个步骤的算 法进行阐述.第一、二节中将分别详细介绍车牌区域的定位、切分技术 由于二值 化算法在字符的提取中具有重要的作用,因此在第三节中将作重点讨论.
abc
- 一篇关于图像处理的论文,以车牌校正为例,内容完整,可以参考
seg
- 车牌识别的一个程序,主要适用于初学图像处理的学生!
matlabvc
- matlab和vc的混合编程用于图像处理车牌识别 有需要的可以拿去
redlightrunningvehicleplaterecognition
- 车牌识别(LRP)是智能交通系统中关键技术之一。以车牌识别为 基础,可以对车辆进行自动登记、验证、监视、报警,进而可以应用 在多种场合,如高速公路收费系统 道路、卡口监控系统 小区、停 车场收费 监控系统和车流统计等。在本文的研究中以模式识别和图 像处理技术为基础和基本手段,结合新兴领域的理论工具一一小波分 析,分别对车牌分割、车牌图像去噪和车牌字符识别三个方面做了系 统研究,并提出了有效的解决方法。
chap12
- 使用时打开此例题目录下pic中的图片,然后依次单击按钮“转”、“1”、“2”、“3”、“4”和“5”,就可以实现精确的车牌定位。 具体步骤 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不同牌照有一定的适应性
car
- 用Matlab对经过与处理后的车牌图像进行分割的程序,可以很好的把各个车牌字符都分割出来
i
- 本程序采用matlab作为平台实现车牌图像的处理,来源于外国的一家网站,效果不错,值得一看。
chepaidingwei
- 很好的车牌识别代码 。具体步骤: 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不同牌照有一定的适应性,能够保证背景基本被置为0,以突出牌照区域。 4.削弱背景干扰。对图像B做简单的相邻像素灰度值相减,得到新的图像G,即Gi,j=|Pi,j-Pi,j-1|i=0
chap12
- 使用说明 使用时打开此例题目录下pic中的图片,然后依次单击按钮“转”、“1”、“2”、“3”、“4”和“5”,就可以实现精确的车牌定位。 具体步骤 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不
DIBAPI
- 车牌识别系统图像处理函数,包括二值化,边缘检测和定位算法
chepaidingwei
- 使用说明 使用时打开此例题目录下pic中的图片,然后依次单击按钮“转”、“1”、“2”、“3”、“4”和“5”,就可以实现精确的车牌定位。 具体步骤 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不同牌照有一定的适应性,能够保证背景基本被置为0,以突出牌照区
plate.recognize.doc
- 内含《基于TMS320DM642的车牌识别系统》、《车牌字符识别技术研究》、《车牌识别系统设计与DSP实现》、《基于数字图像处理技术的车牌自动检测与分割算法研究》、《基于数字图像处理技术的车牌识别算法研究》等五篇关于车牌识别的硕士论文!供参考!
cpdw
- 车牌定位图像处理VC程序[VC++] 这个高手用VC++写的关于图像处理的源代理,用来判断车牌位置的
92f580b5affdb15132a83f8d6f543959
- 实现车牌定位的基本功能,车牌定位,图像处理
num_identify
- 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不同牌照有一定的适应性,能够保证背景基本被置为0,以突出牌照区域。 4.削弱背景干扰。对图像B做简单的相邻像素灰度值相减,得到新的图像G,即Gi,j=|Pi,j-Pi,j-
chap12
- 使用说明 使用时打开此例题目录下pic中的图片,然后依次单击按钮“转”、“1”、“2”、“3”、“4”和“5”,就可以实现精确的车牌定位。 具体步骤 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不
StudyforLicensePlateRecognitionSystem
- 摘 要:车牌识别(LPR)系统是智能交通系统中的重要组成部分,该系统分为车牌定位、字符切分和字符识别3个模块。 文中基于数学形态学方法和边缘特征分析来进行车牌定位,接着进行二值化、引入多指标联合评价函数判断反色等处理, 然后基于连通体分析的方法切分字符。实验表明该系统设计方法是可行的。 关键词:车牌识别 数学形态学 车牌定位 字符切分 图像处理
jiyuLS-SVMdechepaituxiangqinxiexiaozhengxingfangfa
- 一篇关于车牌图像倾斜校正的处理的硕士论文
车辆识别程序
- SOFTWELL车牌识别源代码 产品说明 SOFTWELL SDK是专为从事车牌识别软件产品开发的客户而设计的软件开发包。采用国际领先的计算机视觉和图像处理算法,结合国际领先的神经网络算法,索威尔车牌识别采用模块的方式提供车牌识别功能的软件。具有高速的识别速度和可信识别正确率,以减轻各开发商的开发成本,提高其竞争力。适用于城市交通管理、超速监控、公路计费、停车场管理、被盗车辆侦破等应用开发。 车牌识别SDK组成模块: 1.车牌检测:检测输入照片或视频中是否存在车牌。 2.车牌识别:对检测到的车牌