搜索资源列表
matlabtocarrecognition
- 车牌识别matlab源程序 基于颜色的车牌定位和分割技术研究与实现 function [seg] = character_segmentation(bw) ％ character_segmentation: Returns the digit segments in the supplied binary image. ％ The function uses the \"segment\" function, keeping only the seven ％ s
ww.rar
- 车牌的定位与分割，能不复杂的背景下同时定位多个车牌,License plate location and segmentation, can not locate the complex background of multiple plates simultaneously
CarLocation
- 这是一个车牌定位与分割的实例，对学习车牌识别的挺有帮助的！-This is a license plate location and segmentation example, the study of License Plate Recognition quite helpful!
PlateReco
- 这是一个基于神经网络的车牌定位与识别系统！包括车牌的定位，二值话，分割，识别等等。-This is a neural network-based license plate location and recognition system! Including the license plate of the positioning of two values, the segmentation, identification and so on.
vehiclenumberplatesegmentationandextraction
- 车牌检测与识别技术的相关技术： 提出一种梯度增强法对图像边缘进行增强, 该方法主要通过对图像本身信息进行简单梯度变换以突出图像边缘, 并辅以数学形态学中的膨胀法实现牌照的快速定位. 在字符分割部分, 给出了最小面积旋转法以确定牌照的最佳旋转角, 并采用垂直投影法分割牌照中的字符 -License plate detection and recognition technology related technologies: a gradient-enhanced
dipsrc
- 一个VC数字图像处理系统，其中包括车牌识别系统，并带有大量图像处理特效，傅立叶变换、图像增强、图像恢复、图像编码、分析与重建等，每一项都包含有许多的子处理程序，尤其是车牌处理程序包括定位、分割、匹配、差分、平滑、均衡化、边缘检测、预处理等，了解详细情况请下载编译。 -A VC of digital image processing system, including the license plate recognition system, with a large number of i
Platerecogniztion
- 实现了对车牌识别系统中的图像预处理、车牌定位、字符分割和字符识别等环节涉及到的技术、算法以及系统整体设计作了全面的论述，并与已有方案进行了比较，对部分关键算法进行了设计和改进。-License plate recognition system to achieve the right of the image pre-processing, vehicle license plate location, character segmentation and character recogniti
car
- 基于计算机图像处理技术的汽车牌照自动识别系统,要求能够将运动中汽车的牌照从复 杂背景中准确地提取并识别出来。介绍了所研制的汽车牌照自动识别系统和关键技术(图像分割 与车牌定位、图像二值化和字符提取、车牌字符识别等) 。试验结果显示,系统在Celeron Ⅱ633+ 128M 的PC 机上,对图像尺寸为768 ×574 的311 幅试验图片的识别准确率达到90 ,识别时间≤ 1. 5s。-The objective of automatic vehicle number plate
zifushibeiyufenge
- 复杂背景下车牌定位与字符分割算法研究 本文在简要介绍国内外车牌识别技术研究现状的基础上，对车牌定位算法及字符分 割算法进行了深入的研究，主要完成以下工作： 车牌的定位算法设计阶段，本文提出了一种综合利用车牌多重特征的定位算法。该 算法充分利用了车牌的纹理，色彩及车牌长宽比等特征。经过水平梯度化，二值化，滤 波，区域连通、连通域标记筛选，色彩匹配等几个步骤，最终达到了复杂背景下汽车牌 照的定位。-Complex background license plate loc
ImhRec
- 基于数字图像处理的车牌定位与字符分割的硕士论文-Based on digital image processing license plate location and character segmentation master' s thesis
chepai-detection-and-recoginition
- 车牌定位 字符分割算法 研究与实现 对车牌识别有些帮助-License plate location algorithm for character segmentation of license plate recognition and implementation of some help
RECOG_prog
- 其一文件为车牌定位与分割的一种方法，定位的方法水平投影与垂直投影，最后分割矩形车牌。留待字符预处理与识别用。另一文件为分割下来的牌号作字符预处理后送BP网络识别用-One file for license plate location and segmentation method, the positioning of horizontal projection and vertical projection, the final split rectangular plates. Prepr
EdgeCheck
- 一个自己编的较好用的汽车车牌边缘检测的程序，可较好的对汽车车牌进行定位与分割。-A series better car license plate with the edge detection procedure can be a good car license plate positioning and segmentation.
ww
- 车牌的定位与分割，能不复杂的背景下同时定位多个车牌-License plate location and segmentation, can not locate the complex background of multiple plates simultaneously
source
- 1.首先单击载入图像菜单项（载入车辆图像）,图像在images文件夹下面。 2.然后单击车牌定位与识别单项，依次进行车牌提取、倾斜校正、字符分割、字符识别。-1 First, click Load Image menu item (loaded vehicle image), the image in the images folder below. 2, and then click the individual license plate location and recognition
chepai-matlab
- 车牌定位与分割matlab代码。成功分割的几率高于95 以上-Plate positioning and segmentation matlab code. Higher than the probability of a successful split 95
License-plate-recognition-system
- 车牌定位与识别单项，依次进行车牌提取、倾斜校正、字符分割、字符识别。-License plate location and recognition of license plate extraction, followed by individual, tilt correction, character segmentation, character recognition.
main13
- 车牌定位与分割matlab代码。成功率大于80%。(License plate location and segmentation matlab code.The success rate is greater than 80%)
14_车牌识别系统
- 1.首先单击载入图像菜单项（载入车辆图像）,图像在images文件夹下面。 2.然后单击车牌定位与识别单项，依次进行车牌提取、倾斜校正、字符分割、字符识别。 注：本程序使用的是OpenCV2.1版本(First click the load image menu item(load the vehicle image), which is under the images folder. 2. The license plate extraction, tilt correction, c
车牌定位与分割
- 车牌识别与分割，包含了车牌识别部分与车牌字符分割部分。(License plate recognition and segmentation)