搜索资源列表
车牌定位
- 车牌定位系统是进行车牌自动识别的重要一部分能正确的获得整个图象的车牌部分 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
platerecognize.利用matlab实现车牌定位识别
- 利用matlab实现车牌定位识别，基于颜色信息，效果很明显，准确率很好,License plate location using matlab to achieve recognition, color information based on the results it is clear that very good accuracy
Adaboost_LPR_Matlab_081010.rar
- 对第二次上传的源码修改后的10月10日的Matalb的基于Adaboost算法的车牌定位的源码！不过训练时间还是很长！里面含有积分图像的获得，haar 特征的生成等。Matlab高手可以优化一下，感兴趣的欢迎下载！,From the second source of the revised October 10 of Matalb-based license plate location algorithm Adaboost source! But training is still a ver
LicensePlate.rar
- Visual C++写的车牌自动识别系统（只完成到车牌定位提取一步，字符的识别没有完成，大家有兴趣可以自己完成），功能包括前期图像处理的各种操作，支持各种颜色的bmp图片，二值化、边缘检测、滤波、平滑、直方图处理等等，测试图片也打包进源码了,Visual C++ Written Automatic Vehicle Identification System (only one step to extract license plate location, character identifica
platesystem.rar
- 车牌定位系统，基于vc的图像处理技术，能定位出位图中的车牌，监测效果较好,Plate positioning system, vc-based image processing technology, to position the bitmap in the plate, better monitoring
platelocation
- 车牌定位的matlab程序，效果很好，但也有些缺陷-Matlab license plate positioning procedures, the effect is very good, but also some shortcomings
Adaboost_LPR_Matlab_080910
- 对第一个源码修改后的9月10日的Matalb的基于Adaboost算法的车牌定位的源码！ 里面含有积分图像的获得，haar 特征的生成等。感兴趣的欢迎下载！-Source of the first amended September 10 of Matalb-based license plate location algorithm Adaboost source! Which contains points of access to images, haar generation cha
LicensePlateRecognition
- 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
automobilelocation
- 汽车车牌定位，基于数学形态学法及颜色的车牌定位方法-Automobile license plate positioning method based on mathematical morphology and color of license plate location method
Image_Processing_Practise
- 这是《精通Visual C++数字图像处理技术与工程案例》光盘源代码,共包含9个完整用例（含源代码、完整设计流程图、原理介绍）：人脸检测、牌照自动识别监控、运动人体跟踪、细胞识别统计、文字识别、相机自动调焦、计算机集成数控、运动检测、车牌定位。书中含图像和视频资源，不需自行搜集。此外还有对于数字图像处理基础知识、工程使用中涉及的基本技术的介绍。-This is《proficient in Visual C++ digital image processing technology and eng
TheResearchforRecognition
- 基于视频图像的运动车辆识别系统主要是由汽车牌照识别和汽车类型识 别两大核心技术构成，它在智能交通领域中有着广泛的应用，同时也是计算机 视觉、图像处理和模式识别等交叉学科研究的热门课题，因此对相关技术的研 究正受到普遍关注。本文正是在这一背景下，对运动车辆识别技术进行了系统 的研究。在车牌识别技术中，本文着重对车牌定位和车牌字符识别等关键技术 所涉及的难点进行了深入的研究。在车型识别技术中，与当前国内外学者侧重 于研究车辆外形、大小的识别不同，本文主要侧重对汽车标志的定位和
Untitled
- 有效的实现车牌定位，车牌字符分割和车牌字符识别。-To achieve effective positioning plate, the vehicle registration license plate character segmentation and character recognition.
chepaishib
- 文章从车牌定位、 车牌字符分割和车牌字符识别 3个阶段对车牌识别技术进行了深入研究，并用MATLAB进行了仿真。 -Article from the license plate location, vehicle license plate character segmentation and character recognition of the three stages of License Plate Recognition technology for in-depth studies
shibie)
- 简单的车牌定位程序 MATLAB环境下对简单的图片很容易定位车牌-license plates have three letters and four numbers,plate images were used in order to train the two neural networks,one for the letters and the other for the numbers
Dw
- 自己写的车牌定位…E语言环境的，根据YUV颜色通道实现的，对于蓝牌效率和效果都不错~-Write their own license plate location ... E language environment, according to YUV color channels to achieve, for the efficiency and effectiveness of the blue card are good ~
car_position
- 基于matlab的车牌定位、字符分割和字符识别-car population in matlab
carplaterecognize
- 基于车牌检测的交通量检测与数据处理，通过车牌定位，来确定车辆量-License plate detection based on the volume of traffic detection and data processing, through the license plate location, to determine the volume of vehicles
matlablicenseplatelocationbasedoncolorimage
- matlab基于彩色图像的车牌定位，matlab测试代码，附车牌图像-matlab license plate location based on color image
车牌识别GUI.zip等多个文件
- matlab 车牌识别，含有gui界面，边缘检测车牌定位，神经网络字符识别(Matlab license plate recognition, including GUI interface, edge detection, license plate location, neural network, character recognition)
基于阈值分割的车牌定位识别
- 图像处理领域，基于阈值分割的车牌定位识别(Image processing domain, license plate location recognition based on threshold segmentation)