基于模板匹配的车牌数字与字母识别

车牌的字符识别是车牌识别的重要组成部分.我国的车牌由7个字符组成,除第一位为汉字外,其余均为字母和数字字符,所以提高数字与字母识别率在车牌字符识别中占很重要的地位.通过模板匹配的方法对车牌的数字与字母字符进行识别.选择了两个判别函数,一个是求取模板、待识别字符与运算结果的标准差的最小值,另一个是求取运算结果与模板比值的最大值.并对两个判别函数的识别结果进行了比较,求标准差最小值在总体识别结果上比求比值最大值的识别结果要好,但在个别字符的识别上,求取比值最大值的识别结果要高于求取标准差最小值的识别结果.     

基于SVM的车牌数字识别方法

运用支持向量机对车牌字符进行识别,解决了由于图像受客观条件的影响、样本数量不是很大等原因导致的识别率不高的问题.主要针对车牌字符中的数字进行实验,选取了15组数字样本,8组进行训练,7组进行测试,采用交叉验证的思想对SVM进行参数C与g的寻优,并选择合适的核函数,对样本进行训练和预测,对于某些数字的识别率可达到100%,并在相同的训练集和测试集下与BP网络的识别效果进行对比.实验结果表明,SVM在训练样本较少且无字符特征提取的情况下具有很好的识别率,并且有很好的分类推广能力.     

智慧窗

<正>1字母趣换数字图中的等式是由"字母趣换数字"六个字的拼音组成,请把这些字母分别换成1—9的数字,相同字母换相同的数字,使其答数等于2019.请用两种方法来解此题.(上海市长宁路476弄8号1602室(200042)张刘福)2庆祝教师节今年9月10日是我国第35个教师节,将下述汉字换成从小到大,且在30以内的自然数,建立等式.     

一种快速有效的混合倾斜车牌校正方法

车牌倾斜校正是车牌识别系统中的一关键技术,校正效果将直接影响到后续字符分割和识别的效果.为此,提出了一种快速有效的混合倾斜车牌校正方法.水平倾斜校正时,先进行Sobel垂直边缘检测算子提取字符的有效数据点,构造有效数据点矩阵,然后进行矩阵奇异值分解,利用特征向量矩阵导出车牌水平倾斜角度的表达式;垂直倾斜校正时,首先通过Sobel垂直和水平边缘检测有效去除边框及上下左右噪声干扰区域,然后通过形态学腐蚀提取有效反映字符水平错位的有效数据点,其次将这些有效数据点水平投影分成七个字符区域,求取每个区域错切变换后的最佳列坐标质心对应其区域垂直倾斜角,最后取区域垂直倾斜角的均值作为车牌的最佳垂直倾斜角.对大量复杂背景下的倾斜车牌进行实验,并做了精确度、运行时间、抗干扰性分析,实验结果表明:提出的混合倾斜校正方法精确度高、运行时间短、抗干扰性强.     

基于数学形态学与Radon变换的车牌定位法

从粗定位和精定位方面考虑车牌定位.利用腐蚀、膨胀和差运算将RGB车牌图像转换为车牌图像位置为彩色的而其余位置是灰色的图像,将所获得的图像转化为灰度图像,利用Robert算子进行边缘检测,再进行腐蚀和膨胀运算,根据阈值获得连通区域,利用颜色特征实现车牌的粗定位.将粗定位后的图像进行二值化、差运算、Radon变换,再进行腐蚀运算,图像的填充等步骤,再考虑图像的上下左右边界实现车牌的精定位,对185幅车牌图像进行定位.通过实验,车牌定位准确率达到91.89%.说明所提出的方法简单易行,具有一定的实效性.     

智慧窗

1汉字换数图中"智慧窗良师益友受益匪浅"代表十一个奇数1-21,要使每个圆上三个数之和相等,试问各个汉字对应的数字是多少?(重庆市南岸区南坪西路32号上海城9栋3-3室(400067)曾繁远)2数字换字母趣题请把数字"1-8"替换图中的英文字母替换图中的英文     

舆情短文本挖掘的数学模型及其实现

传统针对文本数据的分析,往往基于词频、词频逆文本统计量作为文本的表示特征.这类方法往往只反映了文本的部分信息,忽略了文本的内在语义特征.本文研究了中文词语衔接的概率语言模型,其基本思想在于根据文本中词语出现的先后顺序进行建模分析,该模型在短文本数据挖掘中能够很好地针对文本语义进行量化分析.主要解决两类问题:一、如何合理地将中文词转化为数字向量,并且保证中文近义词在数字空间特征上的相似性;二、如何建立恰当的向量空间,将中文文本的语义和结构特征等信息保留在向量空间中.最后结合某城市房屋管理部门留言板的实际留言文本数据,利用BP神经网络和RNN网络两种算法,实现概率语言模型的求解.与传统文本处理方法的对比说明,本文的模型方法针对短文本语义挖掘问题具有一定的优势性.     

应用常值代换法解题例举

应用常值代换法解题例举喻俊鹏（湖北省应城市实验中学４３２４００）数学解题的关键是恰当地变换问题，而常值代换，则是指用字母或含字母的代数式来替换常数，将数字问题转化为字母问题来研究，这样就使得数字间的特征更加突出，规律更加明显，不仅使我们易于发现解题途...     

基于降阶模型和数据驱动的动态结构数字孪生方法北大核心CSCD

针对受动载荷作用的结构,提出了一种基于降阶模型库和机器学习数据驱动的数字孪生构建方法.首先根据物理结构服役过程中可能出现的损伤状态,采用有限单元法建立高保真有限元模型.其次采用Krylov子空间模型降阶方法对模型进行降阶,建立了物理结构各种状态下的降阶模型,形成模型库.最后利用随机森林机器学习算法训练获得模型选择器,通过物理结构上传感器的数据推断当前物理结构的状态,驱动数字孪生体跟随物理结构一同演化.设计制作了一个框架结构物理模型,模拟了结构不同位置损伤及不同损伤程度,验证了提出的数字孪生构建方法.     

基于DCT变换的车牌定位算法

车牌定位技术是车牌识别技术中最重要的部分,利用车牌图像在DCT域的水平和竖直能量值对图像进行进一步二值化处理,通过中值滤波和小区去除定位车牌.实验结果表明这种车牌定位方法具有算法实现简单、速度快、适应性强的特点.     

Crucial combinations of parts for handwritten alphanumeric characters

A combining approach has been studied previously to integrate different parts of handwritten characters for their analysis and recognition. Perfect combinations, by which the characters can be identified with certainty, are important to pattern analysis and character recognition. However, a large number of possible combinations (e.g., 63 combinations for a character partitioned into six parts), also produce a lot of perfect combinations. Hence, it is necessary to determine which of them are most important. In this paper, we propose a methodology of finding the basic crucial combinations, and algorithms to compute them. Compared with perfect combinations, such basic crucial combinations are most significant to the character distinctiveness. Similarly, the largest confusion regions are also identified.Experimental studies have also been conducted using the 89 most frequently used patterns of 36 alphanumeric handprints, to obtain their basic crucial combinations and largest confusion combinations. The results indicate that the ratio of the number of basic crucial combinations to perfect combinations is only 12.6%, and the ratio of the number of the largest confusion regions to the total confusion combinations is 15.6%.     

A memetic-based fuzzy support vector machine model and its application to license plate recognition

In this paper, a novel fuzzy support vector machine (FSVM) coupled with a memetic particle swarm optimization (MPSO) algorithm is introduced. Its application to a license plate recognition problem is studied comprehensively. The proposed recognition model comprises linear FSVM classifiers which are used to locate a two-character window of the license plate. A new MPSO algorithm which consists of three layers i.e. a global optimization layer, a component optimization layer, and a local optimization layer is constructed. During the construction process, MPSO performs FSVM parameters tuning, feature selection, and training instance selection simultaneously. A total of 220 real Malaysian car plate images are used for evaluation. The experimental results indicate the effectiveness of the proposed model for undertaking license plate recognition problems.     

修正主成分分析及其在车牌定位中的应用

车牌照识别技术是现代智能交通的重要组成部分.为了从彩色图像中定位及分割出汽车牌照,将图像中每一个像素点的红、绿、蓝值看成三维空间中的点(r,g,b),采用主成分分析对含牌照的彩色图像进行正交变换得到(r′,g′,b′),分别以r′,g′,b′作为灰度值得到三个主成分图像,牌照信息体现在第二主成分图像中.为了进一步提高车牌定位效率,对正交变换矩阵进行了修正,对修正后的第二主成分图像进行二值化,分割出白色区域即可定位出汽车牌照.实验表明,本算法对噪声不敏感,抗干扰性强,识别效率高.     

A fuzzy rule-based system for handwritten Chinese characters recognition based on radical extraction

In this paper, a fuzzy rule-based system for handwritten Chinese characters recognition (HCCR) based on radical extraction is proposed. Since the writings of handwritten Chinese characters vary a lot, we adopt fuzzy set theory to deal with the recognition of these fuzzy patterns. Candidates of strokes are provided with confidence values to obtain more reliable and accurate results. Furthermore, hierarchical fuzzy rule sets that represent the character structures are used to combine the extracted strokes into compound strokes or radicals. The flexible expansion ability thus provided is very promising. Also, since the number of rules in a fuzzy system is much less than that in a general rule-based system, the computation effort is not difficult. An average of 99.63% recognition rate of 542 test categories that are selected from the 100th sample set of HCCRBASE (character image database provided by CCL, ITRI, Taiwan) is obtained. The experimental results not only verify the feasibility of the proposed system, but also suggest that applying fuzzy set theory to HCCR is an efficient and promising approach.     

基于二维真实隐马氏模型的手写体文字识别算法

近几年来，人们采用各种方法试图将1D隐马氏模型(HMM)^[2]推广到2D隐马氏模型。令人失望的是由于在建立合适的2D模型及其计算上的复杂度问题上存在困难，前面的尝试都没有得到一个真实的2DHMM．本文对于应用真实2D隐马氏模型(隐马氏网格随机场HMMRF)^[1,4]进行手写字符识别问题提出新的框架，针对文献[1]中的单点最优算法给出局部最优的译码算法。HMMRF模型是1D隐马氏模型到2D的扩展，能更好的描述字符的2D特性。HMMRF在字符识别中的应用具有两个相——学习相和译码相。在学习相和译码相中我们的最优标准是基于极大边缘后验概率的。不过，在涉及到2D模型中的计算问题时，对模型做出某些简单化的假设是必要的。本文用到的方法对于在合理的模型假设下解决手写字符识别问题呈现了很大的潜力。     

基于旋转变换和鲁棒主成分分析的车牌校正方法

本文研究了受到非高斯噪声污染及边框信息不完整的车牌图像校正的问题.利用鲁棒主成分分析与旋转变换结合的方法,获得了更具普适性的车牌矫正方法.并通过与主成分分析法、旋转投影法的矫正结果相比较,推广了本文方法具有更好的鲁棒性和普适性的结果.