欢迎访问易轩外文网, 请 登录 或者 免费注册
一种新型的车牌字符分割方法,计算机外文翻译,车牌识别
文档价格: 300 金币 立即充值 文章语言: 英语-中文 原文出处: 请在文档内查看
译文字数: 5190 字 (节选翻译) 译文格式: Doc.docx (Word) 更新时间: 2018-07-20
加入收藏

一种新型的车牌字符分割方法,计算机外文翻译,车牌识别,深度学习,卷积神经网络

译文(字数:5190):

摘要

字符分割是车牌识别(LPR,License Plate Recognition)系统的一个重要步骤。在本篇论文中,提出了一种结合拉普拉斯变换车牌、区域增长以及对于车牌的提前了解的车牌字符分割方法 。在这种方法中,首先对车牌进行图像的预处理,然后对车牌字符区域进行增强。接着,利用拉普拉斯变换和采用区域生长算法的得到的定位候选区域,从而进行车牌字符的边缘检测。然后,利用提前对车牌的了解与认识,来判断车牌字符分割出来的区域是否符合规范。最后,将字符从原来的车牌分割开来,并对车牌字符进行二值化处理 ,因为二值化后的图像能使OCR(Optical Character Recognition,光学字符识别)系统识别更有效。利用该方法进行字符分割,既具有快速性,也有精确性,同时也能适应变形的车牌,车牌的旋转 、车牌的边框、用于固定车牌的铆钉、空间标志等等。从实验结果可以看出,这种方法还是取得了可喜的成果的。

1、介绍

车牌自动识别在交通监控系统中扮演了十分重要的地位。这种系统适用于停车场,高速公路,桥梁和隧道,可以帮助提高人类的生活水平,提高整体服务质量。任何需要通过车牌牌照号码就能获取车辆的存在情况和识别情况进行的自动控制,这些需求或许代表潜在的一些应用。LPR(License Plate Recognition,车牌识别)算法包括三个步骤:车牌定位、字符分割和字符识别。本文提出了一种新的字符分割算法。


原文(PDF格式,未统计字数):

易轩外文翻译网.png


上一篇:一种基于字典学习和结构聚集的图像去噪,计算机外文翻译,图像去噪
下一篇:一种应用于数据挖掘的自适应迁移模型遗传算法,计算机外文翻译,可视化分析
相关文章推荐: TAG: 深度学习 卷积神经网络 车牌识别 计算机外文翻译