搜索资源列表
车牌号码识别matlab完整程序实现
- 随这图形图像技术的发展，现在的车牌识别技术准确率越来越高，识别速度越来越快。无论何种形式的车牌识别系统，它们都是由触发、图像采集、图像识别模块、辅助光源和通信模块组成的。车牌识别系统涉及光学、电器、电子控制、数字图像处理、计算视觉、人工智能等多项技术。触发模块负责在车辆到达合适位置时，给出触发信号，控制抓拍。辅助光源提供辅助照明，保证系统在不同的光照条件下都能拍摄到高质量的图像。图像预处理程序对抓拍的图像进行处理，去除噪声，并进行参数调
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
车牌定位
- 车牌定位 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
Visual_C++_MATLAB
- 《Visual C++_MATLAB图像处理与识别实用案例精选》本书系统地介绍了图像处理与识别的基本原理、典型方法和实用技术。全书共分12章，第1章－第6章是图像处理与识别的基础内容，包括图像科学综述、MATLAB语言图像编程、图像增强、图像分割、图像特征提取和图像识别；第7章－第10章是图像处理与识别的工程实例，涵盖了医学图像处理、文字识别和自导引小车路径识别等应用实例，并结合理论算法，提供了大量MATLAB代码程序，以帮助读者掌握如
imagepaper
- 是一篇介绍图像处理的好文章,主要是一种利用颜色信息的车牌字符分割新算法!文章介绍的方法新颖,值得一看!学学!-is an image processing on the excellent article, A major use of color information of license plates segmentation algorithm! The article introduces the novel method,
Car_number
- 车牌图像预处理（彩色图转换成灰度图），车牌定位，字符分割算法的完整源码-plates image preprocessing (color into the gray level), positioning plates, character segmentation algorithm integrity FOSS
carrecomatlab
- 本程序以车牌识别为例演示了如何用matlab进行图像识别，适合对matlab和图像处理有一定基础的爱好者学习。 请将文件放于matlab目录下work文件夹中运行-the procedures to LPR as an example to demonstrate how to use MATLAB for image recognition, Matlab and unsuitable for a certain image pr
200751110558396
- 能够对大部分的车牌进行定位,和识别 .包括数字图像处理的 均衡化,灰度化,中值滤波,平滑处理,各种边缘检测算法,还有四种二值化方法 -to most of the license plates for positioning and identification. Including digital image processing balanced, gray, Median filtering, smoothing, edge
VehicleBorad
- 能够对大部分的车牌进行定位,和识别 .包括数字图像处理的 均衡化,灰度化,中值滤波,平滑处理,各种边缘检测算法,还有四种二值化方法-to most of the license plates for positioning and identification. Including digital image processing balanced, gray, Median filtering, smoothing, edge det
cpsb
- 一个比较全面，并带有图像处理功能的车牌识别系统，使用神经网络来实现字符的识别！-A more comprehensive, and image processing functions with a license plate recognition system, the use of neural networks to realize the identification of characters!
image
- 车牌图像定位程序 本程序关键点为：用模版匹配法寻找车牌位置，截取出车牌图像。 图像处理内容包括：直方图统计，图像灰度化，图像均衡化，图像二值化，Sobel算子边缘检测，模板匹配。-License plate image locator key point of this procedure as follows: using the template matching method to find license plat
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. -Image processing image segment
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-An article on image processing paper to plate calibration as an example, content integrity, and can refer to
seg
- 车牌识别的一个程序，主要适用于初学图像处理的学生！-License Plate Recognition of a program, mainly for beginner students of image processing!
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！-Intron TMS320DM642-based license plate recognition system, license plate character recognition
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 -VC positioning plate image processing procedures [VC++] The master with VC++ Written source on the image processing agents, used to determine the location of plate
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 -脮 陋 隆 隆 脪 陋: 鲁 渭脜脝脢 露 卤 冒 (LPR) 脧渭脥 鲁
chepaifenge
- 图像处理中车牌识别程序中的字符分割程序：MATLAB源代码-License Plate Recognition Image Processing process character segmentation procedure: MATLAB source code
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)
main
- 完整的车牌图像处理源程序，包含图像的读入，预处理，定位，分割，识别。(Complete license plate image processing source program, including image reading, preprocessing, positioning, segmentation, recognition.)