找到2项技术成果数据。
找技术 >基于形态学梯度重建的车牌定位方法研究
成熟度:-
技术类型:-
应用行业:信息传输、软件和信息技术服务业
技术简介
车牌定位是车牌自动识别的关键环节,直接关系车牌自动识别的准确率。该文针对车牌图像的特点,提出一种基于数学形态学的车牌定位方法。该算法针对去除背景后的汽车图像中仍然存在噪声,采用不同的结构元素对图像进行形态学运算,以进一步消除噪声,大大提高了车牌定位的精确度。实验表明该方法可以从复杂背景中分离出待识别的车牌部分,使进一步的车牌字符识别成为可能。对车牌定位的研究和相关应用系统的开发具有重要的现实意义,也具有广阔的市场和巨大的商业应用前景。
一种复杂背景下的车牌定位方法
成熟度:正在研发
技术类型:发明
应用行业:交通运输、仓储和邮政业
技术简介
一种复杂背景下的车牌定位方法,包括以下步骤:1)、用固定大小的区域的灰度均值进行差分,从视频中提取车体;2)、对车体图像进行灰度化、梯度信息增强、二值化等预处理;3)、对经过处理的车体图像进行数学形态学运算,结合车牌的结构特征进行初步筛选,得到若干候选车牌区域;4)、将得到的候选车牌区域彩色图像转化为HSV彩色空间图像;5)、利用BP神经网络对HSV彩色空间的候选车牌图像进行颜色识别,通过计算某一像素点两相邻区域的平均色彩距离来进行彩色边缘检测;6)、对边缘点进行边缘颜色对判断,剔除虚假车牌边缘;7)、结合车牌纹理特征进行车牌最终定位。本发明适应复杂背景,定位准确率更高,鲁棒性更高。
找到2项技术成果数据。
找技术 >基于形态学梯度重建的车牌定位方法研究
成熟度:-
技术类型:-
应用行业:信息传输、软件和信息技术服务业
技术简介
车牌定位是车牌自动识别的关键环节,直接关系车牌自动识别的准确率。该文针对车牌图像的特点,提出一种基于数学形态学的车牌定位方法。该算法针对去除背景后的汽车图像中仍然存在噪声,采用不同的结构元素对图像进行形态学运算,以进一步消除噪声,大大提高了车牌定位的精确度。实验表明该方法可以从复杂背景中分离出待识别的车牌部分,使进一步的车牌字符识别成为可能。对车牌定位的研究和相关应用系统的开发具有重要的现实意义,也具有广阔的市场和巨大的商业应用前景。
一种复杂背景下的车牌定位方法
成熟度:正在研发
技术类型:发明
应用行业:交通运输、仓储和邮政业
技术简介
一种复杂背景下的车牌定位方法,包括以下步骤:1)、用固定大小的区域的灰度均值进行差分,从视频中提取车体;2)、对车体图像进行灰度化、梯度信息增强、二值化等预处理;3)、对经过处理的车体图像进行数学形态学运算,结合车牌的结构特征进行初步筛选,得到若干候选车牌区域;4)、将得到的候选车牌区域彩色图像转化为HSV彩色空间图像;5)、利用BP神经网络对HSV彩色空间的候选车牌图像进行颜色识别,通过计算某一像素点两相邻区域的平均色彩距离来进行彩色边缘检测;6)、对边缘点进行边缘颜色对判断,剔除虚假车牌边缘;7)、结合车牌纹理特征进行车牌最终定位。本发明适应复杂背景,定位准确率更高,鲁棒性更高。
找到2项技术成果数据。
找技术 >基于形态学梯度重建的车牌定位方法研究
成熟度:-
技术类型:-
应用行业:信息传输、软件和信息技术服务业
技术简介
车牌定位是车牌自动识别的关键环节,直接关系车牌自动识别的准确率。该文针对车牌图像的特点,提出一种基于数学形态学的车牌定位方法。该算法针对去除背景后的汽车图像中仍然存在噪声,采用不同的结构元素对图像进行形态学运算,以进一步消除噪声,大大提高了车牌定位的精确度。实验表明该方法可以从复杂背景中分离出待识别的车牌部分,使进一步的车牌字符识别成为可能。对车牌定位的研究和相关应用系统的开发具有重要的现实意义,也具有广阔的市场和巨大的商业应用前景。
一种复杂背景下的车牌定位方法
成熟度:正在研发
技术类型:发明
应用行业:交通运输、仓储和邮政业
技术简介
一种复杂背景下的车牌定位方法,包括以下步骤:1)、用固定大小的区域的灰度均值进行差分,从视频中提取车体;2)、对车体图像进行灰度化、梯度信息增强、二值化等预处理;3)、对经过处理的车体图像进行数学形态学运算,结合车牌的结构特征进行初步筛选,得到若干候选车牌区域;4)、将得到的候选车牌区域彩色图像转化为HSV彩色空间图像;5)、利用BP神经网络对HSV彩色空间的候选车牌图像进行颜色识别,通过计算某一像素点两相邻区域的平均色彩距离来进行彩色边缘检测;6)、对边缘点进行边缘颜色对判断,剔除虚假车牌边缘;7)、结合车牌纹理特征进行车牌最终定位。本发明适应复杂背景,定位准确率更高,鲁棒性更高。
找到2项技术成果数据。
找技术 >基于形态学梯度重建的车牌定位方法研究
成熟度:-
技术类型:-
应用行业:信息传输、软件和信息技术服务业
技术简介
车牌定位是车牌自动识别的关键环节,直接关系车牌自动识别的准确率。该文针对车牌图像的特点,提出一种基于数学形态学的车牌定位方法。该算法针对去除背景后的汽车图像中仍然存在噪声,采用不同的结构元素对图像进行形态学运算,以进一步消除噪声,大大提高了车牌定位的精确度。实验表明该方法可以从复杂背景中分离出待识别的车牌部分,使进一步的车牌字符识别成为可能。对车牌定位的研究和相关应用系统的开发具有重要的现实意义,也具有广阔的市场和巨大的商业应用前景。
一种复杂背景下的车牌定位方法
成熟度:正在研发
技术类型:发明
应用行业:交通运输、仓储和邮政业
技术简介
一种复杂背景下的车牌定位方法,包括以下步骤:1)、用固定大小的区域的灰度均值进行差分,从视频中提取车体;2)、对车体图像进行灰度化、梯度信息增强、二值化等预处理;3)、对经过处理的车体图像进行数学形态学运算,结合车牌的结构特征进行初步筛选,得到若干候选车牌区域;4)、将得到的候选车牌区域彩色图像转化为HSV彩色空间图像;5)、利用BP神经网络对HSV彩色空间的候选车牌图像进行颜色识别,通过计算某一像素点两相邻区域的平均色彩距离来进行彩色边缘检测;6)、对边缘点进行边缘颜色对判断,剔除虚假车牌边缘;7)、结合车牌纹理特征进行车牌最终定位。本发明适应复杂背景,定位准确率更高,鲁棒性更高。
找到2项技术成果数据。
找技术 >基于形态学梯度重建的车牌定位方法研究
成熟度:-
技术类型:-
应用行业:信息传输、软件和信息技术服务业
技术简介
车牌定位是车牌自动识别的关键环节,直接关系车牌自动识别的准确率。该文针对车牌图像的特点,提出一种基于数学形态学的车牌定位方法。该算法针对去除背景后的汽车图像中仍然存在噪声,采用不同的结构元素对图像进行形态学运算,以进一步消除噪声,大大提高了车牌定位的精确度。实验表明该方法可以从复杂背景中分离出待识别的车牌部分,使进一步的车牌字符识别成为可能。对车牌定位的研究和相关应用系统的开发具有重要的现实意义,也具有广阔的市场和巨大的商业应用前景。
一种复杂背景下的车牌定位方法
成熟度:正在研发
技术类型:发明
应用行业:交通运输、仓储和邮政业
技术简介
一种复杂背景下的车牌定位方法,包括以下步骤:1)、用固定大小的区域的灰度均值进行差分,从视频中提取车体;2)、对车体图像进行灰度化、梯度信息增强、二值化等预处理;3)、对经过处理的车体图像进行数学形态学运算,结合车牌的结构特征进行初步筛选,得到若干候选车牌区域;4)、将得到的候选车牌区域彩色图像转化为HSV彩色空间图像;5)、利用BP神经网络对HSV彩色空间的候选车牌图像进行颜色识别,通过计算某一像素点两相邻区域的平均色彩距离来进行彩色边缘检测;6)、对边缘点进行边缘颜色对判断,剔除虚假车牌边缘;7)、结合车牌纹理特征进行车牌最终定位。本发明适应复杂背景,定位准确率更高,鲁棒性更高。
找到2项技术成果数据。
找技术 >基于形态学梯度重建的车牌定位方法研究
成熟度:-
技术类型:-
应用行业:信息传输、软件和信息技术服务业
技术简介
车牌定位是车牌自动识别的关键环节,直接关系车牌自动识别的准确率。该文针对车牌图像的特点,提出一种基于数学形态学的车牌定位方法。该算法针对去除背景后的汽车图像中仍然存在噪声,采用不同的结构元素对图像进行形态学运算,以进一步消除噪声,大大提高了车牌定位的精确度。实验表明该方法可以从复杂背景中分离出待识别的车牌部分,使进一步的车牌字符识别成为可能。对车牌定位的研究和相关应用系统的开发具有重要的现实意义,也具有广阔的市场和巨大的商业应用前景。
一种复杂背景下的车牌定位方法
成熟度:正在研发
技术类型:发明
应用行业:交通运输、仓储和邮政业
技术简介
一种复杂背景下的车牌定位方法,包括以下步骤:1)、用固定大小的区域的灰度均值进行差分,从视频中提取车体;2)、对车体图像进行灰度化、梯度信息增强、二值化等预处理;3)、对经过处理的车体图像进行数学形态学运算,结合车牌的结构特征进行初步筛选,得到若干候选车牌区域;4)、将得到的候选车牌区域彩色图像转化为HSV彩色空间图像;5)、利用BP神经网络对HSV彩色空间的候选车牌图像进行颜色识别,通过计算某一像素点两相邻区域的平均色彩距离来进行彩色边缘检测;6)、对边缘点进行边缘颜色对判断,剔除虚假车牌边缘;7)、结合车牌纹理特征进行车牌最终定位。本发明适应复杂背景,定位准确率更高,鲁棒性更高。
找到2项技术成果数据。
找技术 >基于形态学梯度重建的车牌定位方法研究
成熟度:-
技术类型:-
应用行业:信息传输、软件和信息技术服务业
技术简介
车牌定位是车牌自动识别的关键环节,直接关系车牌自动识别的准确率。该文针对车牌图像的特点,提出一种基于数学形态学的车牌定位方法。该算法针对去除背景后的汽车图像中仍然存在噪声,采用不同的结构元素对图像进行形态学运算,以进一步消除噪声,大大提高了车牌定位的精确度。实验表明该方法可以从复杂背景中分离出待识别的车牌部分,使进一步的车牌字符识别成为可能。对车牌定位的研究和相关应用系统的开发具有重要的现实意义,也具有广阔的市场和巨大的商业应用前景。
一种复杂背景下的车牌定位方法
成熟度:正在研发
技术类型:发明
应用行业:交通运输、仓储和邮政业
技术简介
一种复杂背景下的车牌定位方法,包括以下步骤:1)、用固定大小的区域的灰度均值进行差分,从视频中提取车体;2)、对车体图像进行灰度化、梯度信息增强、二值化等预处理;3)、对经过处理的车体图像进行数学形态学运算,结合车牌的结构特征进行初步筛选,得到若干候选车牌区域;4)、将得到的候选车牌区域彩色图像转化为HSV彩色空间图像;5)、利用BP神经网络对HSV彩色空间的候选车牌图像进行颜色识别,通过计算某一像素点两相邻区域的平均色彩距离来进行彩色边缘检测;6)、对边缘点进行边缘颜色对判断,剔除虚假车牌边缘;7)、结合车牌纹理特征进行车牌最终定位。本发明适应复杂背景,定位准确率更高,鲁棒性更高。
找到2项技术成果数据。
找技术 >基于形态学梯度重建的车牌定位方法研究
成熟度:-
技术类型:-
应用行业:信息传输、软件和信息技术服务业
技术简介
车牌定位是车牌自动识别的关键环节,直接关系车牌自动识别的准确率。该文针对车牌图像的特点,提出一种基于数学形态学的车牌定位方法。该算法针对去除背景后的汽车图像中仍然存在噪声,采用不同的结构元素对图像进行形态学运算,以进一步消除噪声,大大提高了车牌定位的精确度。实验表明该方法可以从复杂背景中分离出待识别的车牌部分,使进一步的车牌字符识别成为可能。对车牌定位的研究和相关应用系统的开发具有重要的现实意义,也具有广阔的市场和巨大的商业应用前景。
一种复杂背景下的车牌定位方法
成熟度:正在研发
技术类型:发明
应用行业:交通运输、仓储和邮政业
技术简介
一种复杂背景下的车牌定位方法,包括以下步骤:1)、用固定大小的区域的灰度均值进行差分,从视频中提取车体;2)、对车体图像进行灰度化、梯度信息增强、二值化等预处理;3)、对经过处理的车体图像进行数学形态学运算,结合车牌的结构特征进行初步筛选,得到若干候选车牌区域;4)、将得到的候选车牌区域彩色图像转化为HSV彩色空间图像;5)、利用BP神经网络对HSV彩色空间的候选车牌图像进行颜色识别,通过计算某一像素点两相邻区域的平均色彩距离来进行彩色边缘检测;6)、对边缘点进行边缘颜色对判断,剔除虚假车牌边缘;7)、结合车牌纹理特征进行车牌最终定位。本发明适应复杂背景,定位准确率更高,鲁棒性更高。