搜索资源列表
bp神经网络的车辆分类
- c语言编写的基于BP神经网络的对图像车辆分类，其中图像特征提取是用图像不变矩，给出了图像不变矩的样本数据和验证数据。-based BP neural network image of the vehicle classification, Feature Extraction which is the same image moments, the image is unchanged Moments sample data and test data.
cxsb
- 通过背景差获取目标，提取车辆的不变矩，外加矩形度，圆形度，体态比等特征构成特征向量组，通过欧式距离识别出车辆。-through poor background, target acquisition, unchanged from the moment vehicles, plus rectangular, circular, Body composition characteristics than the eigenvector group, by the Continental dista
Mybp539
- 数据是来源于图像的不变矩提取，这里是用matlab实现的，后面可能需要用vc实现，不过也不一定，数据是由房房同学提供的，说不定不用做 利用最简单的bp神经网络来实现分类，一共两类车辆，这里是模拟实现把，识别效果还能用，先凑合着把，这里的特征提取也够玄乎。
chepaishibie2
- 在车辆牌照自动识别系统中,因自然因素或采 样因素使得原本规则的印刷体字符产生畸变,给字符识别带 来了很大困难。本文在特征抽取的基础上,采用BP网络进行 分类,并附加线性感知器来实现单字的有效识别。该方法算法 简便,识别率高,可适用于多种高噪声环境中的印刷体字符识 别。
chepaishibie3
- 车辆牌照定位是车辆牌照识别中的重要步骤,文章针对车辆图象的复杂背景及非 均匀的光照条件,提出了一种基于特征的车牌实时定位算法。实验结果表明,该算法定位准确率较 高,鲁棒性较好。
chepaishibie4
- 提出一种用于车辆牌照定位的新方法。该方法利用遗传算法对图像进行优化搜索,结合区域特征矢量构造的适 应度函数,最终寻找到牌照区域的最佳定位参量。实验结果表明,该方法抗噪声的能力强,提取出的牌照准确、完 整,具有很好的实用价值。
THERESEARCHOFTECHNOLOGYINLICENSE
- 车牌的字符识别是整个车牌识别过程中重要的一环，识别方法的好坏直接影 响到了整个车牌最后的识别结果，关键在于特征的选择和匹配，难点主要是由于 受到摄像机的性能、车牌的整洁程度、光照条件和车辆运动等因素的影响使得车 牌字符出现较严重的模糊、缺损或污染，本文采用组合法对汉字和字母、数字分 别进行识别，得到了一个较好的处理结果。
AVehicleContourbasedMethodforOcclusion
- 摘要：在交通场景下进行多目标跟踪时，如何正确检测出车辆间的相互遮挡是影响车辆跟踪结果的关键。针对问题，运用投 影理论分析交通场景的三维几何投影特征．用长方体投影轮廓模型对车辆进行建模，重构其乏维投影轮廓，以进行遮挡的检 测和分离。与以往的方法相比，它在估计出的车辆外形轮廓基础t-进行遮挡检测，不需要匹配操作，计算量较小，并能解决 基于匹配的方法无法对付的初始遮挡问题。用实验验证了该算法的有效性。-In multi—object tracking of traf氍c scene。how
chepaidingweiyanjiu
- 本文是在以往的车牌分割算法的基础上着重介绍了一种车牌识别技术中的 字符分割算法，以及针对一种已有的字符识别算法的改进性研究。 车牌自动识别技术是指能够检测到受监控路面的车辆并自动提取车辆车牌 信息（含汉字字符、英文字母、阿拉伯数字及号牌颜色）进行处理与识别的技术。 它以计算机技术、图像处理技术、模糊识别技术为基础，建立运动车辆的特征模 型，识别车辆特征，如号牌、车型、颜色等，并着重解决高速车辆图像的获取及 清晰度问题 本章是本文的绪论部分，主要介绍了车牌识别技术的应用
cheliangshibie
- 识别动态视频里面的车辆，用的是hog特征-Recognition inside the vehicle motion video, using a hog feature
最新车牌识别系统源码VC++
- 通过车牌提取、图像预处理、特征提取、车牌字符识别等技术，识别车辆牌号，目前的技术水平为字母和数字的识别率可达到96%，汉字的识别率可达到95%。(Through the license plate extraction, image preprocessing, feature extraction, character recognition of license plate recognition technology, vehicle brands, the current level o