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:
本文为了提高车牌识别系统抗干扰的能力,基于OpenCV与TensorFlow技术设计并实现了抗环境干扰的车牌识别系统。实践表明,系统具有部署简单,抗环境干扰能力强,车牌识别率高的特点。
推荐文章
基于OpenCV的车牌识别系统设计与实现
计算机视觉
OpenCV
目标检测
特征提取
Radon变换
字符分割
基于OpenCV的车牌识别系统研究
车牌定位
字符分割
字符识别
车牌识别系统设计与实现
图像预处理
车牌定位
车牌字符分割
车牌字符识别
基于SOPC的汽车车牌识别系统设计
SOPC
车牌识别
Nios Ⅱ
图像处理
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OpenCV与TensorFlow车牌识别系统的设计
来源期刊 电子技术与软件工程 学科 工学
关键词 OPENCV TensorFlow PYTHON 车牌识别
年,卷(期) 2020,(10) 所属期刊栏目
研究方向 页码范围 114-117
页数 4页 分类号 TP3
字数 语种
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2020(2)
  • 参考文献(2)
  • 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
OPENCV
TensorFlow
PYTHON
车牌识别
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
电子技术与软件工程
半月刊
2095-5650
10-1108/TP
16开
北京市海淀区玉渊潭南路惠普南里13号楼
2012
chi
出版文献量(篇)
36183
总下载数(次)
321
总被引数(次)
56308
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导