识别系统

道路指示标牌 （ 3） 公司平面图规范 （ 4） 室内挂式导向牌 （ 5） 室内立式导向牌 （ 6） 各楼层指示系统（立式、吊挂式、附着于墙体之形式） （ 7） 各部门形象标识牌（总经理室、财务室、会议室、市场部等） （ 8） 公共区域标识符号系统 3． 展示陈列 （ 1） 展览会展位标识、色彩规范 （ 2） 产品展示台规范 （ 3） 企业宣传布告板 （ 4） 企业展板标识、构图、色彩规范

B () （ 2）取最大值法，取彩色图像中像素点 R、 G、 B 三个分量的最大值，即： MAX （ R,G,B ） () （ 3）加权平均值法，根据彩色 图像像素点 R、 G、 B 三个分量的重要性或者其他指标赋予三个分量不同的加权值 Wr、 Wg、 Wb， 再使 g 等于 R、 G、 B 三个分量的加权平均值，即： rg3gbW R W G W B ()

配，进而控制道闸。 5． 通过网络与 PC 机、从机进行数据间的信息交互。 从机一台或多台：嵌入式车牌识别高清网络摄像机从机 能抓拍出高清晰度的高清图片 辅助车牌识别， 自动识别抓拍图片的车牌信息。 通过网络与主机进行信息交互。 9 采用立体车牌识别的优势： 增大路宽，减少车道长度，无摆正距离要求，提高了产品的适应性。 典型应用的主从双摄像机立体识别的参数如下 ，详情参见。 道路宽度为 = 4m

基于神经元网络的方法有基于 BP 网络的牌照定位方法，在算法中，使用一个滑动窗口作为采样窗口，在灰度图 像上依次移动，将窗口覆盖下的图像块作为神经网络的输入，当输入表示出接近 1/2 时，表示滑动窗口下的图像块属于车牌区域，当输出接近 — 1/2 时，表示滑动窗口下的图像属于背景区域。 人工神经网络算法抗干扰性好，但是由于图像中车牌区域通常只占 2— 3%的面积，特征值难以提取，算法也比较复杂。

f(x,y)内，模板 T 下对应的邻域 (称子图 s)内象素点作不同的运算 R。 因此，我们可以把复杂邻域内所有点的运算都抽象为模板运算 R。 10 编程时只须实现一个模板函数，定义不同 矩阵 T就可以实现不同的邻域运算。 如 矩阵求算术平均表示 3311111111191  模板运算也可写为下式 : ),(),(1010 jyixfjiaRijki  

定位的工 作就是在形态学开运算处理完毕的图像中寻找封闭的黑色区。 由于汽车牌照一般安装在汽车车体下部，所以寻找过程在图像中由下而上进行。 这一过程分为 3 步，即横坐标第一次定位，纵坐标粗定位和横坐标第二次定位。 假设汽车图像由 M 行 N 列点阵集组成， p(i,j)为点阵集中第 i 行 j 列点值。 则横坐标（ x1,x2）第一次定位的过程如下所示： 步骤 1：设 j=0，计算第 j

30 致谢 31 附录 32 附录 A 外文资料 32 附录 B 程序清单 40 石家庄铁道大学四方学院毕业设计 1 第 1 章 绪 论 研究背景及意义 汽车牌照自动识别系统是智能交通系统的重要组成部分，是高科技的公路交通监控管理系统的主要功能模块之一。 它在传统的交通监控技术的基础上，引入了数字摄像技术和计算 机信息管理技术，采用先进的图像处理、模式识别和人工智能技术

，节约了人力和财力， 而且有很多的库函数可以在实验时直接调用，避免了用硬件做实验的局限性。 根据国内外优秀的 GUI 技术应用的成功经验，可以总结出近几年的设计具备以下几个最基本特点 [13]： （ 1）技术上具有先进性、高效性、实用性、安全性； （ 2）数据管理功能完善，数据的采集、处理、发布过程中不会出现数 据丢失、改变的问题； （ 3）界面友好，操作简便，使用统一的浏览器界面； （

企业口号； 企业精神； 7 企业经营哲学 员工共同拥有的价值观； 企业性格； 企业发展战略； 企业管理原则； 企业经营方针； 企业格言

投资者利益 社会责任 创造 美好 生活 打造城市名片 重振中国名酒 提供就业机会 盘活国有资产 再投 资能力 权益最大化 资本增值 资本保值 New Power Consulting 169。 动力管理咨询顾问有限责任公司版权所有 — 2020年 黄鹤楼酒业企业使命 营造舞台展人才 创造财富报社会 酿造真情暖人间 案例： New Power Consulting 169。