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.     

基于双星的干扰源定位数学模型及数值计算

根据双星定位方法,利用时差TDOA和频差FDOA,分别建立了干扰源在静态和动态两种情况下的定位方程组模型,并用最小二乘法提出了方程组的近似求解方法.基于监测站测得的某静态干扰源的时差和频差数据,根据静态模型搜索求解,获得了干扰源的位置.基于监测站测得的某动态干扰源和参考站的时差和频差数据,根据动态模型搜索求解,获得了干扰源的位置和运动速度.所建立的模型针对性强、科学合理,求解方法易于实现,数值计算结果符合实际.     

车牌识别机器学习方法的数学建模与实现

首先,针对不同光照、复杂背景和投影失真的车牌图像建立基于Adaboost算法和改进Haar特征的车牌检测模型;然后,运用Radon变换进行车牌校正,并结合3次B样条小波变换和识别反馈模型对字符进行粗和精分割;最后,根据汉字和数字字母的不同结构特征,采用不同的算法提取特征,特别是针对车牌字符特点,训练汉字、字母和数字字母3种神经网络模型用于建立字符识别模型.实验结果表明该模型是实用的.     

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.     

基于关系代数的软集合理论研究与应用

基于关系代数理论中的部分思想,定义了软集合理论中的差运算、选择运算和投影运算.探讨了关系代数和软集合的关系,运用关系代数的选择、投影、并、差等运算实现了软集合参数约简算法,并用SQL语言实现了算法.最后将算法运用到房屋置业选择问题中进行验证.结果表明,软集合方法能以一种更简单直接的形式为决策问题提供有效的参考依据.     

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.     

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.     

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.     

巧用运算律进行有理数的加减

有理数加减最常用的技巧是灵活运用运算律(交换律、结合律、分配律)进行运算,运算时,应首先观察、分析参加运算的有理数的特征、排列顺序等,试一试交换一下各个数的位置,或者有条件的先算某个数,再算另外一些数(利用加括号)等,达到算得快、算得准的目的.     

复杂背景下运动车辆车标定位与识别方法

目前关于运动车辆识别技术主要为基于图像处理的车牌自动识别技术,该技术主要适用于在简单背景下运行的单一车辆的牌照识别,对于在复杂背景下运行以及车牌被更换的运动车辆的车牌识别误差较大.为了弥补车牌识别技术在进行车辆识别时的不足,提出了一种复杂背景下运动车辆车标定位与识别方法.     

A Nonlinear Diffusion Equation-Based Model for Ultrasound Speckle Noise Removal

Ultrasound images are contaminated by speckle noise, which brings difficulties in further image analysis and clinical diagnosis. In this paper, we address this problem in the view of nonlinear diffusion equation theories. We develop a nonlinear diffusion equation-based model by taking into account not only the gradient information of the image, but also the information of the gray levels of the image. By utilizing the region indicator as the variable exponent, we can adaptively control the diffusion type which alternates between the Perona–Malik diffusion and the Charbonnier diffusion according to the image gray levels. Furthermore, we analyze the proposed model with respect to the theoretical and numerical properties. Experiments show that the proposed method achieves much better speckle suppression and edge preservation when compared with the traditional despeckling methods, especially in the low gray level and low-contrast regions.     

Refined stability theory for sandwich shells with transversally stiff core. 3. Simplest one-dimensional problems

The applicability and accuracy of stability equations of the refined theory for sandwich shells with a transversally stiff core proposed in [1] are investigated. The model problem of calculating the critical loads and stress fields in the core at mixed forms of the loss of stability is solved for an infinitely wide sandwich plate with an orthotropic core and composite load-carrying layers subjected to in-plane edge loads. The case of pure bending of the plate is considered in detail. The results obtained by variation of the physical-mechanical parameters are compared with the solutions of the three-dimensional theory for the core [2]. It is shown that the version of the refined theory [1] is more accurate than the other two-dimensional theories.For Pt. 2 see [1].Center for Study of Dynamics and Stability, Tupolev Kazan State Technical University, Kazan, Tatarstan, Russia. Translated from Mekhanika Kompozitnykh Materialov, Vol. 34, No. 1, pp. 57–65, January–Feburary, 1998.     

基于小波多分辨率分析和改进窄带法的C-V水平集图像分割模型

本文研究了基于小波分析改进的C-V模型图像分割问题.利用小波多分辨率分析和改进的窄带水平集方法,获得了比传统C-V模型分割速度更快、准确度更高、算法复杂度更低的分割结果.推广了C-V水平集模型如何快速准确地分割灰度不均匀的图像和窄带水平集法等结果.     

基于改进C-V水平集模型的SAR图像分割

本文研究了SAR图像分割的问题.利用一种加入图像边缘信息且无需重新初始化的改进水平集方法,获得了比传统C-V模型分割速度更快、准确度更高的分割结果.推广了C-V水平集模型分割灰度不均匀的SAR图像以及零水平集曲线的初始化等结果.     

Fast incremental algorithm for speeding up the computation of binarization

Binarization is an important basic operation in image processing community. Based on the thresholded value, the gray image can be segmented into a binary image, usually consisting of background and foreground. Given the histogram of input gray image, based on minimizing the within-variance (or maximizing the between-variance), the Otsu method can obtain a satisfactory binary image. In this paper, we first transfer the within-variance criterion into a new mathematical formulation, which is very suitable to be implemented in a fast incremental way, and it leads to the same thresholded value. Following our proposed incremental computation scheme, an efficient heap- and quantization-based (HQ-based) data structure is presented to realize its implementation. Under eight real gray images, experimental results show that our proposed HQ-based incremental algorithm for binarization has 36% execution-time improvement ratio in average when compared to the Otsu method. Besides this significant speedup, our proposed HQ-based incremental algorithm can also be applied to speed up the Kittler and Illingworth method for binarization.