CN101383003A - 车辆号牌实时精确识别方法 - Google Patents
车辆号牌实时精确识别方法 Download PDFInfo
- Publication number
- CN101383003A CN101383003A CNA2008102254488A CN200810225448A CN101383003A CN 101383003 A CN101383003 A CN 101383003A CN A2008102254488 A CNA2008102254488 A CN A2008102254488A CN 200810225448 A CN200810225448 A CN 200810225448A CN 101383003 A CN101383003 A CN 101383003A
- Authority
- CN
- China
- Prior art keywords
- character
- registration plate
- plate
- vehicle
- real
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Character Discrimination (AREA)
- Traffic Control Systems (AREA)
Abstract
车辆号牌实时精确识别方法,属于交通管理领域。该方法利用触发机构控制抓拍相机,计算机将抓拍相机拍摄的车辆号牌进行特征提取、号牌定位、号牌分割,然后进行字符识别,得到号牌字符,其特征在于:其中的号牌定位首先采用局部区域的最大梯度差(Maximum Gradient Difference-MGD)技术实现车牌的粗定位,然后在粗定位的基础上通过计算文字像素点和背景像素点的灰度统计实现局部阈值的二值化,再根据车牌字符的连通域特征提取车牌字符,最后结合车牌字符的结构实现车牌的精确定位。该方法解决了自然光图像号牌定位的问题;实现号牌精确定位;可以识别各种特殊号牌。
Description
技术领域
本发明属于交通管理领域,主要涉及图像识别技术。
背景技术
车辆号牌是车辆的身份,准确识别车辆号牌在交通管理中起着重要的作用,只有准确识别号牌,才能对车辆进行监督、约束、处理。汽车是一种危险程度较高的交通工具,尤其在车辆高速行驶的时候,需要更严格的监督。但高速行驶车辆的号牌不容易看清楚,摄像机、相机也很难将号牌拍摄清楚,若用计算机进行识别,更是很难正确识别。另外,车辆号牌根据地域、用途、车辆类型等有很多版本、样式。
随着计算机技术和传感器技术的快速发展,视频检测已经成为智能交通系统领域一个重要的感知环境手段,视频检测是以交通视频图像处理为基础的,交通视频图像的处理和分析所研究的主要内容包括交通场景分析和交通事件检测。前者主要研究的是车辆的分割、车辆跟踪等各种基本问题,其中研究的核心和重点问题在于动态车辆的检测和跟踪;后者则在前者研究的基础上进一步进行交通语义分析,取得车牌、车流量、车速、车型、时间占有率、车流密度等交通流数据信息以及违章超速、违章逆行、违章越线、违章转弯等交通违章行为信息,完成各种交通事件的检测,其中各种交通违章行为的检测是以车辆号牌的快速有效识别为基础。
目前车辆号牌的识别主要靠人工识别:摄像机记录下违规、肇事车辆,人工在后期通过察看录像来识别车辆号牌,实时性很差,无法实现实时处罚。车辆号牌的自动识别主要是通过计算机对图像进行字符识别(OCR),OCR的方法有很多,如:基于模板匹配算法和基于人工神经网络算法。但这些算法是以图像的清晰度为条件的,对于模糊的图像识别的误识率会增高,所以,在识别之前应该对图像进行处理。
图像中号牌区域的确定(号牌定位)是号牌识别的关键步骤。90%左右的号牌可以由定向反射图像定位,定向反射图像中号牌区域非常突出,所以利用普遍采用的水平垂直直接投影删的方法就可以获得很好的效果,但约有10%的车辆号牌反光表面严重损伤或没有反光特性,这样的车辆属于自然光图像号牌定位,由于自然光图像中包含大量的背景目标,所以目前自然光图像号牌定位的问题还没有很好地解决。
发明内容
本发明提供一种车辆号牌实时识别方法,利用局部区域的最大梯度差(Maximum Gradient Difference—MGD)描述车牌字符笔画的纹理特征,来实现车牌的粗定位,从而解决自然光图像号牌定位的问题。
本发明的解决方案是:车辆号牌实时精确识别方法,该方法利用触发机构控制抓拍相机,计算机将抓拍相机拍摄的车辆号牌进行特征提取、号牌定位、号牌分割,然后进行字符识别,得到号牌字符,其特征在于:其中的号牌定位首先采用局部区域的最大梯度差(Maximum Gradient Difference—MGD)技术实现车牌的粗定位,然后在粗定位的基础上通过计算文字像素点和背景像素点的灰度统计实现局部阈值的二值化,再根据车牌字符的连通域特征提取车牌字符,最后结合车牌字符的结构实现车牌的精确定位。
所述的号牌分割采用标准模板匹配的方法号牌字符分割的模板匹配,该过程为:
①利用垂直投影方法获得字符的初始位置;
②通过标准模板的伸缩和位置偏移去寻找和字符初始分割位置“最接近”的一个模板;
③再通过垂直投影信息作进一步的细微调整;
④给出字符的水平位置信息和垂直位置信息。
所述的字符识别采用基于模板匹配算法或基于人工神经网络算法的字符识别技术。
所述的触发机构采用线阵CCD相机扫描路面情况,通过二值算法,判断是否有车辆出现。
本发明的有益效果是:采用上述方法后,可以对抓拍相机抓拍的车辆号牌进行实时识别;并且,解决了自然光图像号牌定位的问题;实现号牌精确定位;可以识别各种特殊号牌。
附图说明
附图是车牌识别流程图。
图中,1、线阵CCD相机,2、抓拍相机。
具体实施方式
触发机构通过龙门架架设在前边路面的上方,触发机构采用线阵CCD相机,镜头垂直路面向下,可扫描下面路面,扫描信息通过计算机进行二值化处理,判断是否有车辆出现;抓拍相机组通过龙门架架设在后边路面的上方,可拍摄前边路面的情况,抓拍相机在安装前要事先调好焦距。
触发机构的工作过程是:对线阵CCD相机拍摄的每帧图像进行小波变换,统计若干帧相邻像素灰度变化情况,将出现概率最大的情况作为背景纹理特征,并逐帧对数据进行二值化和分析处理。如果某一车道连续有30行数据均有目标出现并且其目标点总数超过一定的阈值,则认为该车道有车辆出现,向主程序发送触发消息,启动相应程序进行抓拍。
抓拍后,进行车牌识别:车牌识别流程如附图所示,分为特征提取、号牌定位、字符分割、字符识别等步骤。其中特征提取是通过匹配算法找到图像中含有车牌的区域。而号牌定位是号牌识别的关键步骤,本系统中,90%左右的号牌可以由定向反射图像很好地定位,定向反射图像中号牌区域非常突出,所以利用普遍采用的水平垂直直接投影删的方法就可以获得很好的效果。号牌反光表面严重损伤或没有反光特性的少数汽车号牌(约有10%)的定位问题,也就是自然光图像号牌定位问题最难解决自然光图像中包含大量的背景目标,如何从这些复杂的背景目标中将汽车号牌区分出来是问题的关键。本方法中利用局部区域的最大梯度差(Maximum Gradient Difference—MGD)描述车牌字符笔画的纹理特征,并由其实现车牌的粗定位,在粗定位的基础上通过计算文字像素点和背景像素点的灰度统计实现局部阈值的二值化,再根据车牌字符的连通域特征提取车牌字符,最后结合车牌字符的结构实现车牌的精确定位。汽车号牌的字符排布总是遵循几种标准的模板,因此号牌字符的分割可以采用标准模板匹配的方法进行号牌字符分割的模板匹配,其过程为:①利用垂直投影方法获得字符的初始位置;②通过标准模板的伸缩和位置偏移去寻找和字符初始分割位置“最接近”的一个模板;③再通过垂直投影信息作进一步的细微调整;④后给出字符的水平位置信息和垂直位置信息(用于货车尾牌和新式牌结构)。字符识别方法目前主要有基于模板匹配算法和基于人工神经网络算法。基于模板匹配算法首先将分割后的字符二值化并将其尺寸大小缩放为字符数据库中模板的大小,然后与所有的模板进行匹配,最后选最佳匹配作为结果。基于人工神经网络的算法有两种:一种是先对待识别字符进行特征提取,然后用所获得特征来训练神经网络分配器;另一种方法是直接把待处理图像输入网络,由网络自动实现特征提取直至识别出结果。
本发明采用的号牌识别技术具有识别车牌类型全的优点。该系统能够识别02式个性化号牌(GA36.1-2001)、现用92式号牌(GA36-92)的民用车号牌以及军车、警车、武警、港澳等特殊号牌的汉字、字母、数字、颜色等信息,因此能够识别现有的所有车辆通行并记录车辆车牌类型;同时,该系统具备自我学习能力,不断改善识别效果。
Claims (5)
1.车辆号牌实时精确识别方法,该方法利用触发机构控制抓拍相机,计算机将抓拍相机拍摄的车辆号牌进行特征提取、号牌定位、号牌分割,然后进行字符识别,得到号牌字符,其特征在于:其中的号牌定位首先采用局部区域的最大梯度差(Maximum Gradient Difference—MGD)技术实现车牌的粗定位,然后在粗定位的基础上通过计算文字像素点和背景像素点的灰度统计实现局部阈值的二值化,再根据车牌字符的连通域特征提取车牌字符,最后结合车牌字符的结构实现车牌的精确定位。
2.根据权利要求1所述的车辆号牌实时精确识别方法,其特征在于:所述的号牌分割采用标准模板匹配的方法进行号牌字符分割的模板匹配,该过程为:
①利用垂直投影方法获得字符的初始位置;
②通过标准模板的伸缩和位置偏移去寻找和字符初始分割位置“最接近”的一个模板;
③再通过垂直投影信息作进一步的细微调整;
④给出字符的水平位置信息和垂直位置信息。
3.根据权利要求1所述的车辆号牌实时精确识别方法,其特征在于:所述的字符识别采用基于模板匹配的算法。
4.根据权利要求1所述的车辆号牌实时精确识别方法,其特征在于:所述的字符识别采用基于人工神经网络的算法。
5.根据权利要求1所述的车辆号牌实时精确识别方法,其特征在于:所述的触发机构采用线阵CCD相机扫描路面情况,通过二值算法,判断是否有车辆出现。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2008102254488A CN101383003B (zh) | 2008-10-31 | 2008-10-31 | 车辆号牌实时精确识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2008102254488A CN101383003B (zh) | 2008-10-31 | 2008-10-31 | 车辆号牌实时精确识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101383003A true CN101383003A (zh) | 2009-03-11 |
CN101383003B CN101383003B (zh) | 2010-09-15 |
Family
ID=40462836
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2008102254488A Active CN101383003B (zh) | 2008-10-31 | 2008-10-31 | 车辆号牌实时精确识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101383003B (zh) |
Cited By (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102184399A (zh) * | 2011-03-31 | 2011-09-14 | 上海名图信息技术有限公司 | 基于水平投影和连通域分析的字符分割方法 |
CN102402686A (zh) * | 2011-12-07 | 2012-04-04 | 北京云星宇交通工程有限公司 | 一种基于连通域分析的车牌字符分割方法 |
CN102446266A (zh) * | 2010-09-30 | 2012-05-09 | 北京中远通科技有限公司 | 一种工业号码自动识别装置、系统及方法 |
CN101877050B (zh) * | 2009-11-10 | 2012-08-22 | 青岛海信网络科技股份有限公司 | 一种车牌字符的自动提取方法 |
CN102693431A (zh) * | 2012-05-31 | 2012-09-26 | 信帧电子技术(北京)有限公司 | 一种白色车牌类型的识别方法及装置 |
CN102721370A (zh) * | 2012-06-18 | 2012-10-10 | 南昌航空大学 | 基于计算机视觉的山体滑坡实时监测方法 |
WO2013053159A1 (zh) * | 2011-10-09 | 2013-04-18 | 青岛海信网络科技股份有限公司 | 一种车辆跟踪的方法及装置 |
CN103076007A (zh) * | 2012-12-28 | 2013-05-01 | 苏州苏迪智能系统有限公司 | 侧方位停车检测系统及其检测方法 |
CN103198315A (zh) * | 2013-04-17 | 2013-07-10 | 南京理工大学 | 基于字符轮廓和模板匹配的车牌字符分割算法 |
CN103903448A (zh) * | 2014-04-21 | 2014-07-02 | 闽南师范大学 | 一种基于车牌识别技术的交通路口违章侦测方法 |
CN104156731A (zh) * | 2014-07-31 | 2014-11-19 | 成都易默生汽车技术有限公司 | 基于人工神经网络的车牌识别系统与方法 |
CN104298993A (zh) * | 2014-01-09 | 2015-01-21 | 郑州金惠计算机系统工程有限公司 | 一种适用于轨道沿线复杂场景下的杆号定位和识别方法 |
CN105022992A (zh) * | 2015-06-29 | 2015-11-04 | 叶秀兰 | 一种车牌自动鉴别方法 |
CN105022991A (zh) * | 2015-06-29 | 2015-11-04 | 叶秀兰 | 一种车牌处理与自动识别方法 |
CN105046208A (zh) * | 2015-06-29 | 2015-11-11 | 叶秀兰 | 一种车牌自动识别系统 |
CN105354574A (zh) * | 2015-12-04 | 2016-02-24 | 山东博昂信息科技有限公司 | 一种车号识别方法及装置 |
CN105631449A (zh) * | 2015-12-21 | 2016-06-01 | 华为技术有限公司 | 一种图片分割方法、装置及设备 |
CN106599850A (zh) * | 2016-12-16 | 2017-04-26 | 合肥寰景信息技术有限公司 | 一种基于车标识别交通分析方法及系统 |
CN106650732A (zh) * | 2016-12-27 | 2017-05-10 | 深圳市捷顺科技实业股份有限公司 | 一种车牌识别方法及装置 |
CN106652517A (zh) * | 2016-09-12 | 2017-05-10 | 北京易车互联信息技术有限公司 | 基于摄像头的前车起步提醒的方法及系统 |
CN106845478A (zh) * | 2016-12-30 | 2017-06-13 | 同观科技(深圳)有限公司 | 一种字符置信度的二次车牌识别方法及装置 |
CN108510746A (zh) * | 2018-04-11 | 2018-09-07 | 苏州大学应用技术学院 | 基于大数据分析以及数据挖掘的车道约束机制 |
CN109727363A (zh) * | 2018-11-16 | 2019-05-07 | 恒银金融科技股份有限公司 | 一种在票据中识别大写金额的方法 |
CN109840523A (zh) * | 2018-12-29 | 2019-06-04 | 南京睿速轨道交通科技有限公司 | 一种基于图像处理的城轨列车车号识别算法 |
CN110659632A (zh) * | 2019-09-29 | 2020-01-07 | 公安部交通管理科学研究所 | 基于图像块赋值的交通技术监控设备机动车号牌识别性能测试系统及方法 |
CN111340966A (zh) * | 2019-12-12 | 2020-06-26 | 山东中创软件工程股份有限公司 | 一种车辆检测方法、装置及系统 |
US10901967B2 (en) | 2015-04-09 | 2021-01-26 | Veritoll, Llc | License plate matching systems and methods |
CN112329769A (zh) * | 2020-10-27 | 2021-02-05 | 广汽本田汽车有限公司 | 一种车辆铭牌识别方法、装置、计算机设备及存储介质 |
CN113240931A (zh) * | 2021-03-31 | 2021-08-10 | 深圳左邻永佳科技有限公司 | 停车方法、装置、计算机设备和存储介质 |
-
2008
- 2008-10-31 CN CN2008102254488A patent/CN101383003B/zh active Active
Cited By (39)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101877050B (zh) * | 2009-11-10 | 2012-08-22 | 青岛海信网络科技股份有限公司 | 一种车牌字符的自动提取方法 |
CN102446266A (zh) * | 2010-09-30 | 2012-05-09 | 北京中远通科技有限公司 | 一种工业号码自动识别装置、系统及方法 |
CN102184399A (zh) * | 2011-03-31 | 2011-09-14 | 上海名图信息技术有限公司 | 基于水平投影和连通域分析的字符分割方法 |
WO2013053159A1 (zh) * | 2011-10-09 | 2013-04-18 | 青岛海信网络科技股份有限公司 | 一种车辆跟踪的方法及装置 |
CN102402686A (zh) * | 2011-12-07 | 2012-04-04 | 北京云星宇交通工程有限公司 | 一种基于连通域分析的车牌字符分割方法 |
CN102402686B (zh) * | 2011-12-07 | 2016-04-27 | 北京云星宇交通科技股份有限公司 | 一种基于连通域分析的车牌字符分割方法 |
CN102693431A (zh) * | 2012-05-31 | 2012-09-26 | 信帧电子技术(北京)有限公司 | 一种白色车牌类型的识别方法及装置 |
CN102693431B (zh) * | 2012-05-31 | 2014-09-24 | 贺江涛 | 一种白色车牌类型的识别方法及装置 |
CN102721370A (zh) * | 2012-06-18 | 2012-10-10 | 南昌航空大学 | 基于计算机视觉的山体滑坡实时监测方法 |
CN103076007A (zh) * | 2012-12-28 | 2013-05-01 | 苏州苏迪智能系统有限公司 | 侧方位停车检测系统及其检测方法 |
CN103076007B (zh) * | 2012-12-28 | 2016-01-20 | 苏州苏迪智能系统有限公司 | 侧方位停车检测系统及其检测方法 |
CN103198315A (zh) * | 2013-04-17 | 2013-07-10 | 南京理工大学 | 基于字符轮廓和模板匹配的车牌字符分割算法 |
CN103198315B (zh) * | 2013-04-17 | 2015-12-02 | 南京理工大学 | 基于字符轮廓和模板匹配的车牌字符分割算法 |
CN104298993B (zh) * | 2014-01-09 | 2018-11-09 | 郑州金惠计算机系统工程有限公司 | 一种适用于轨道沿线复杂场景下的杆号定位和识别方法 |
CN104298993A (zh) * | 2014-01-09 | 2015-01-21 | 郑州金惠计算机系统工程有限公司 | 一种适用于轨道沿线复杂场景下的杆号定位和识别方法 |
CN103903448A (zh) * | 2014-04-21 | 2014-07-02 | 闽南师范大学 | 一种基于车牌识别技术的交通路口违章侦测方法 |
CN104156731B (zh) * | 2014-07-31 | 2017-08-25 | 成都易默生汽车技术有限公司 | 基于人工神经网络的车牌识别系统与方法 |
CN104156731A (zh) * | 2014-07-31 | 2014-11-19 | 成都易默生汽车技术有限公司 | 基于人工神经网络的车牌识别系统与方法 |
US10901967B2 (en) | 2015-04-09 | 2021-01-26 | Veritoll, Llc | License plate matching systems and methods |
CN105022992A (zh) * | 2015-06-29 | 2015-11-04 | 叶秀兰 | 一种车牌自动鉴别方法 |
CN105046208A (zh) * | 2015-06-29 | 2015-11-11 | 叶秀兰 | 一种车牌自动识别系统 |
CN105022991A (zh) * | 2015-06-29 | 2015-11-04 | 叶秀兰 | 一种车牌处理与自动识别方法 |
CN105354574A (zh) * | 2015-12-04 | 2016-02-24 | 山东博昂信息科技有限公司 | 一种车号识别方法及装置 |
CN105631449A (zh) * | 2015-12-21 | 2016-06-01 | 华为技术有限公司 | 一种图片分割方法、装置及设备 |
CN106652517A (zh) * | 2016-09-12 | 2017-05-10 | 北京易车互联信息技术有限公司 | 基于摄像头的前车起步提醒的方法及系统 |
CN106599850A (zh) * | 2016-12-16 | 2017-04-26 | 合肥寰景信息技术有限公司 | 一种基于车标识别交通分析方法及系统 |
CN106650732A (zh) * | 2016-12-27 | 2017-05-10 | 深圳市捷顺科技实业股份有限公司 | 一种车牌识别方法及装置 |
CN106650732B (zh) * | 2016-12-27 | 2020-04-28 | 深圳市捷顺科技实业股份有限公司 | 一种车牌识别方法及装置 |
CN106845478A (zh) * | 2016-12-30 | 2017-06-13 | 同观科技(深圳)有限公司 | 一种字符置信度的二次车牌识别方法及装置 |
CN106845478B (zh) * | 2016-12-30 | 2019-09-10 | 同观科技(深圳)有限公司 | 一种字符置信度的二次车牌识别方法及装置 |
CN108510746A (zh) * | 2018-04-11 | 2018-09-07 | 苏州大学应用技术学院 | 基于大数据分析以及数据挖掘的车道约束机制 |
CN109727363A (zh) * | 2018-11-16 | 2019-05-07 | 恒银金融科技股份有限公司 | 一种在票据中识别大写金额的方法 |
CN109840523A (zh) * | 2018-12-29 | 2019-06-04 | 南京睿速轨道交通科技有限公司 | 一种基于图像处理的城轨列车车号识别算法 |
CN109840523B (zh) * | 2018-12-29 | 2023-08-22 | 南京睿速轨道交通科技有限公司 | 一种基于图像处理的城轨列车车号识别方法 |
CN110659632A (zh) * | 2019-09-29 | 2020-01-07 | 公安部交通管理科学研究所 | 基于图像块赋值的交通技术监控设备机动车号牌识别性能测试系统及方法 |
CN111340966A (zh) * | 2019-12-12 | 2020-06-26 | 山东中创软件工程股份有限公司 | 一种车辆检测方法、装置及系统 |
CN111340966B (zh) * | 2019-12-12 | 2022-03-08 | 山东中创软件工程股份有限公司 | 一种车辆检测方法、装置及系统 |
CN112329769A (zh) * | 2020-10-27 | 2021-02-05 | 广汽本田汽车有限公司 | 一种车辆铭牌识别方法、装置、计算机设备及存储介质 |
CN113240931A (zh) * | 2021-03-31 | 2021-08-10 | 深圳左邻永佳科技有限公司 | 停车方法、装置、计算机设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN101383003B (zh) | 2010-09-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101383003B (zh) | 车辆号牌实时精确识别方法 | |
CN100468443C (zh) | 基于视频的高速移动车辆标志精确识别方法 | |
CN105654733B (zh) | 一种基于视频检测的前后车牌识别方法及装置 | |
Davis et al. | A two-stage template approach to person detection in thermal imagery | |
CN109993056A (zh) | 一种识别车辆违章行为的方法、服务器及存储介质 | |
CN109949579A (zh) | 一种基于深度学习的闯红灯违法自动审核方法 | |
EP1085455A3 (en) | License plate recognition with an intelligent camera | |
CN103824452A (zh) | 一种轻量级的基于全景视觉的违章停车检测装置 | |
CN102568202B (zh) | 车牌遮挡检测系统及检测方法 | |
CN102722704A (zh) | 一种融合视频动态跟踪的车牌识别方法和系统 | |
CN101937508A (zh) | 一种基于高清图像的车牌定位与识别方法 | |
CN106384513A (zh) | 一种基于智能交通的套牌车捕捉系统及方法 | |
CN102637257A (zh) | 一种基于视频的交通车辆检测识别系统和方法 | |
CN104537360A (zh) | 车辆未让行违章检测方法及其检测系统 | |
CN103699880A (zh) | 基于物联网的交通违法车辆牌照检测与识别方法 | |
CN102768726A (zh) | 一种预防行人碰撞的行人检测方法 | |
Johnson et al. | Number-plate matching for automatic vehicle identification | |
CN108520528B (zh) | 基于改进差分阈值和位移匹配模型的移动车辆跟踪方法 | |
CN106919939A (zh) | 一种交通标识牌跟踪识别方法及系统 | |
CN202584427U (zh) | 车牌遮挡检测系统 | |
CN116311166A (zh) | 交通障碍物识别方法、装置及电子设备 | |
Swapna et al. | A Hybrid Approach for Helmet Detection for Riders Safety using Image Processing, Machine Learning, Artificial Intelligence | |
Gupta et al. | An Automated Number Plate Recognition System based on Optical Character Recognition | |
Shahrear et al. | An automatic traffic rules violation detection and number plate recognition system for Bangladesh | |
Dhonde et al. | Over-speed and license plate detection of vehicles |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |