恶劣天气下车牌识别系统及MATLAB GUI实现

被引:3
作者
程雅琼 [1 ]
蔡亮 [2 ]
张忠林 [3 ]
机构
[1] 兰州职业技术学院电子信息工程系
[2] 兰州文理学院数字媒体学院
[3] 兰州交通大学电子与信息工程学院
关键词
车牌识别; 图像去噪; 图像去雾; 模板匹配; MATLAB GUI;
D O I
10.14016/j.cnki.1001-9227.2017.02.053
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
车牌识别在智能交通管理中越来越重要。由于沙尘、风暴、雨、雪、雾霾等恶劣天气的影响,车牌识别的准确率有所下降。本系统不仅能够去除车牌采集图像的噪点,还可以去除雾化,提高车牌采集图像的清晰度和对比度,并且改进了车牌识别过程中的模板匹配方式,从而提高了车牌识别的效率。系统由MATLAB GUI平台实现,可以直观实现恶劣天气下的车牌自动智能化识别,具有一定的应用推广价值。
引用
收藏
页码:53 / 55
页数:3
相关论文
共 8 条
[1]   利用直方图调光算法来提高车牌识别率 [J].
杨博雄 ;
耿文波 ;
黄静 .
计算机系统应用, 2016, 25 (02) :196-201
[2]   基于改进的BP神经网络在车牌识别中的应用研究 [J].
陆安江 ;
金力 ;
杨家红 ;
赵麒 .
贵州大学学报(自然科学版), 2015, 32 (06) :71-74
[3]   具有颜色保真性的快速多尺度Retinex去雾算法 [J].
肖胜笔 ;
李燕 .
计算机工程与应用, 2015, (06) :176-180
[4]   智能化引领交通革命 [J].
周继洋 .
中国建设信息, 2014, (17) :16-19
[5]   基于直方图规定化的图像去雾算法 [J].
王万国 ;
王滨海 ;
张晶晶 ;
李丽 .
计算机技术与发展, 2014, 24 (09) :241-244
[6]   BP神经网络联合模板匹配的车牌识别系统 [J].
呙润华 ;
苏婷婷 ;
马晓伟 .
清华大学学报(自然科学版), 2013, 53 (09) :1221-1226
[7]   数字图像的小波去噪方法研究 [J].
官国仕 ;
陈劲松 .
绵阳师范学院学报, 2010, 29 (08) :93-97
[8]   一种有雾天气图像景物影像的清晰化方法 [J].
祝培 ;
朱虹 ;
钱学明 ;
李晗 ;
不详 .
中国图象图形学报 , 2004, (01) :126-130