基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了对现有小型汽车号牌识别系统进行优化,改善车牌字符识别系统性能,借助OpenCV图像处理开源库,在车牌图像预处理阶段采用均值滤波方法提高图像质量,采用Sobel边缘检测算子对图像边缘进行提取,利用交替的膨胀、腐蚀操作结合车牌长宽比实现车牌轮廓定位,并根据列像素值对车牌字符进行切割,最后采用改进的K近邻算法对分割后的单个车牌字符进行识别.实验结果表明,基于改进K近邻算法的车牌识别系统处理时间为2.08s,识别正确率达91.3%.与传统的K近邻算法相比有着更高的识别率,与神经网络法相比,有着更快的识别速度.
推荐文章
基于改进K近邻算法的船舶通航环境智能识别
通航环境
K均值聚类
K近邻算法
智能识别
基于RFID的新型机动车号牌及自动识别系统
射频识别技术
车牌
设计
安全
基于神经网络的机动车号牌字符识别
模式识别
字符识别
神经网络
BP算法
基于改进Adaboost算法的人脸识别系统设计
嵌入式软件
Adaboost
VIPLFaceNet
人脸识别
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于改进K近邻算法的小型汽车号牌识别系统
来源期刊 软件导刊 学科 工学
关键词 均值滤波 Sobel边缘检测 车牌识别 改进的K近邻算法
年,卷(期) 2020,(6) 所属期刊栏目 图形图像处理
研究方向 页码范围 231-234
页数 4页 分类号 TP317.4
字数 3378字 语种 中文
DOI 10.11907/rjdk.192090
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 余粟 上海工程技术大学工程实训中心 49 119 6.0 9.0
2 马志远 上海工程技术大学机械与汽车工程学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (67)
共引文献  (64)
参考文献  (15)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(8)
  • 参考文献(0)
  • 二级参考文献(8)
2010(5)
  • 参考文献(1)
  • 二级参考文献(4)
2011(5)
  • 参考文献(0)
  • 二级参考文献(5)
2012(6)
  • 参考文献(4)
  • 二级参考文献(2)
2013(9)
  • 参考文献(1)
  • 二级参考文献(8)
2014(8)
  • 参考文献(1)
  • 二级参考文献(7)
2015(3)
  • 参考文献(0)
  • 二级参考文献(3)
2016(5)
  • 参考文献(1)
  • 二级参考文献(4)
2017(8)
  • 参考文献(3)
  • 二级参考文献(5)
2018(4)
  • 参考文献(3)
  • 二级参考文献(1)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
均值滤波
Sobel边缘检测
车牌识别
改进的K近邻算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
软件导刊
月刊
1672-7800
42-1671/TP
16开
湖北省武汉市
38-431
2002
chi
出版文献量(篇)
9809
总下载数(次)
57
论文1v1指导