2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩70頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、隨著計算機技術(shù)在工程領(lǐng)域中的廣泛應(yīng)用,人們對圖像的處理與應(yīng)用提出了更高的要求,傳統(tǒng)的圖像處理技術(shù)已顯得力不從心。本文針對國際國內(nèi)鐵路運輸管理信息系統(tǒng)的迅速發(fā)展,構(gòu)建出基于圖像處理的貨車車號識別系統(tǒng)框架,提出一種利用數(shù)字圖像處理技術(shù)來研究開發(fā)鐵路貨車車號自動識別系統(tǒng)的思路,給出了一個能有效地自動定位、分割、識別鐵路貨車車號的方法,應(yīng)用于實際系統(tǒng)可以取得良好的效果。
   首先針對車號定位技術(shù)中最不穩(wěn)定的因素即閾值的確定,提出基于顏

2、色空間及灰度形態(tài)學的車號定位方法,可以避開圖像二值化中閾值的確定問題。然后從所獲取的貨車圖像中分割出車號,進行一定的預處理,使用特定方法提取分割出的貨車車號字符的微結(jié)構(gòu)特征,最后通過與字符標準模板匹配比較從而獲得貨車的號碼。字符分割方面,在傳統(tǒng)投影法的基礎(chǔ)上,為解決其可靠性較低的問題,結(jié)合我國貨車車號字符的一些特征進行工作,從而提高其在字符分割方面的成功率。本文采用BP神經(jīng)網(wǎng)絡(luò)進行模式識別,力圖突破傳統(tǒng)模式識別技術(shù)的局限,提高模式識別技

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論