CN118155435A - 基于车牌识别的交通信号灯智能控制方法及系统 - Google Patents
基于车牌识别的交通信号灯智能控制方法及系统 Download PDFInfo
- Publication number
- CN118155435A CN118155435A CN202410086423.3A CN202410086423A CN118155435A CN 118155435 A CN118155435 A CN 118155435A CN 202410086423 A CN202410086423 A CN 202410086423A CN 118155435 A CN118155435 A CN 118155435A
- Authority
- CN
- China
- Prior art keywords
- license plate
- image
- plate image
- target
- signal lamp
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000012545 processing Methods 0.000 claims abstract description 40
- 238000012544 monitoring process Methods 0.000 claims abstract description 9
- 230000002452 interceptive effect Effects 0.000 claims abstract description 8
- 238000001914 filtration Methods 0.000 claims description 27
- 238000000605 extraction Methods 0.000 claims description 12
- 238000003708 edge detection Methods 0.000 claims description 8
- 230000011218 segmentation Effects 0.000 claims description 7
- 230000008859 change Effects 0.000 claims description 5
- 230000000873 masking effect Effects 0.000 claims description 4
- 238000012937 correction Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 230000008901 benefit Effects 0.000 abstract description 10
- 230000000694 effects Effects 0.000 abstract description 6
- 230000002035 prolonged effect Effects 0.000 abstract description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 230000002146 bilateral effect Effects 0.000 description 2
- 238000012015 optical character recognition Methods 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 238000004148 unit process Methods 0.000 description 1
Abstract
本申请涉及智慧交通技术领域,提供基于车牌识别的交通信号灯智能控制方法及系统。所述方法包括:交互道路监控摄像头获取车辆图像,对所述车辆图像进行车牌框选,确定车牌图像;对所述车牌图像进行图像处理,获取第一车牌图像;对所述第一车牌图像进行字符处理,获取目标车牌图像;基于目标控制车牌数据库匹配所述目标车牌图像,判断是否匹配;若判断匹配,根据所述目标车牌图像进行交通信号灯的智能控制。本申请解决了现有技术中特种车辆在出任务时会因为交通问题而延长行驶时间,导致群众利益受损的技术问题,达到了降低特种车辆的行驶时间,提高了交通秩序,维护了群众利益的技术效果。
Description
技术领域
本申请涉及智慧交通技术领域,特别是涉及基于车牌识别的交通信号灯智能控制方法及系统。
背景技术
车牌识别是一项利用车辆的动态视频或静态图像进行牌照号码、牌照颜色自动识别的模式识别技术。其硬件基础一般包括触发设备、摄像设备、照明设备、图像采集设备、识别车牌号码的处理机等,其软件核心包括车牌定位算法、车牌字符分割算法和光学字符识别算法等。某些车牌识别系统还具有通过视频图像判断是否有车的功能称之为视频车辆检测。一个完整的车牌识别系统应包括车辆检测、图像采集、车牌识别等几部分。当车辆检测部分检测到车辆到达时触发图像采集单元,采集当前的视频图像。车牌识别单元对图像进行处理,定位出牌照位置,再将牌照中的字符分割出来进行识别,然后组成牌照号码输出。现如今由于特种车辆变多,存在特种车辆在行驶时会因为交通问题延长行驶时间,根据特种车辆的车牌进行识别,对交通信号灯进行智能控制。
综上所述,现有技术中存在特种车辆在出任务时会因为交通问题而延长行驶时间,导致群众利益受损的技术问题。
发明内容
基于此,有必要针对上述技术问题,提供一种能够降低特种车辆的行驶时间,提高了交通秩序,维护了群众利益的基于车牌识别的交通信号灯智能控制方法及系统。
第一方面,本申请提供了基于车牌识别的交通信号灯智能控制方法,所述方法包括:交互道路监控摄像头获取车辆图像,对所述车辆图像进行车牌框选,确定车牌图像;对所述车牌图像进行图像处理,获取第一车牌图像;对所述第一车牌图像进行字符处理,获取目标车牌图像;基于目标控制车牌数据库匹配所述目标车牌图像,判断是否匹配;若判断匹配,根据所述目标车牌图像进行交通信号灯的智能控制。
第二方面,本申请提供了基于车牌识别的交通信号灯智能控制系统,所述系统包括:车牌图像选定模块,所述车牌图像选定模块用于交互道路监控摄像头获取车辆图像,对所述车辆图像进行车牌框选,确定车牌图像;车牌图像处理模块,所述车牌图像处理模块用于对所述车牌图像进行图像处理,获取第一车牌图像;目标车牌图像获取模块,所述目标车牌图像获取模块用于对所述第一车牌图像进行字符处理,获取目标车牌图像;目标车牌匹配模块,所述目标车牌匹配模块用于基于目标控制车牌数据库匹配所述目标车牌图像,判断是否匹配;交通信号灯智能控制模块,所述交通信号灯智能控制模块用于若判断匹配,根据所述目标车牌图像进行交通信号灯的智能控制。
本申请中提供的一个或多个技术方案,至少具有如下技术效果或优点:
首先,交互道路监控摄像头获取车辆图像,对所述车辆图像进行车牌框选,确定车牌图像;其次,对所述车牌图像进行图像处理,获取第一车牌图像;然后,对所述第一车牌图像进行字符处理,获取目标车牌图像;接下来,基于目标控制车牌数据库匹配所述目标车牌图像,判断是否匹配;若判断匹配,根据所述目标车牌图像进行交通信号灯的智能控制。本申请解决了现有技术中特种车辆在出任务时会因为交通问题而延长行驶时间,导致群众利益受损的技术问题,达到了降低特种车辆的行驶时间,提高了交通秩序,维护了群众利益的技术效果。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其他目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
图1为一个实施例中基于车牌识别的交通信号灯智能控制方法的流程示意图;
图2为一个实施例中基于车牌识别的交通信号灯智能控制方法的生成目标车牌图像的流程示意图;
图3为一个实施例中基于车牌识别的交通信号灯智能控制系统的结构框图。
附图标记说明:车牌图像选定模块11,车牌图像处理模块12,目标车牌图像获取模块13,目标车牌匹配模块14,交通信号灯智能控制模块15。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
如图1所示,本申请提供了基于车牌识别的交通信号灯智能控制方法,其特征在于,所述方法包括:
交互道路监控摄像头获取车辆图像,对所述车辆图像进行车牌框选,确定车牌图像;
车牌识别是计算机视频图像识别技术在车辆牌照识别中的一种应用,在高速公路车辆管理中得到广泛应用,车牌识别技术要求能够将运动中的汽车牌照从复杂背景中提取并识别出来,通过车牌提取、图像预处理、特征提取、车牌字符识别等技术,识别车辆牌号、颜色等信息,最新的技术水平为字母和数字的识别率可达到99.7%,汉字的识别率可达到99%;交通信号灯是指挥交通运行的信号灯,一般由红灯、绿灯、黄灯组成,通过提供基于车牌识别的交通信号灯智能控制方法,达到了减少交通冲突和事故、增强交通安全的效果。
道路监控摄像头是指布设在交通道路上的摄像头,用来获取所述交通道路上的车辆图像;根据所述车辆图像的具体信息对所述车辆图像上的车辆进行车牌框选处理,得到多个车牌图像,所述车牌图像可以用来判定后续交通信号灯情况,为后续交通信号灯的控制提供基础。
对所述车牌图像进行图像处理,获取第一车牌图像;
图像处理是指用计算机对图像进行分析,以达到所需结果的技术,又称影像处理,一般指数字图像处理;数字图像是指用工业相机、摄像机、扫描仪等设备经过拍摄得到的一个大的二维数组,该数组的元素称为像素,其值称为灰度值,图像处理技术一般包括图像压缩,增强和复原,匹配、描述和识别;第一车牌图像是指所述车牌图像中任意选择一个车牌图像用来研究并进行图像处理,记作第一车牌图像。通过对所述车牌图像进行图像处理,可以获得第一车牌图像,为后续进行获得车牌图像具体信息提供了铺垫。
对所述车牌图像进行灰度调整,并进行滤波处理,确定滤波车牌图像;
对所述滤波车牌图像进行边缘检测,对边缘检测结果中边缘外图像进行遮罩,获取所述第一车牌图像。
灰度使用黑色调表示物体,即用黑色为基准色,不同的饱和度的黑色来显示图像,每个灰度对象都具有从0%(白色)到100%(黑色)的亮度值,使用黑白或灰度扫描仪生成的图像通常以灰度显示,将灰度对象转换为RGB时,每个对象的颜色值代表对象之前的灰度值;滤波是将信号中特定波段频率滤除的操作,是抑制和防止干扰的一项重要措施,滤波分为经典滤波和现代滤波,本申请中采用的是双边滤波的方式,高斯滤波就是对整幅图像进行加权平均的过程,每一个像素点的值,都由其本身和邻域内的其他像素值经过加权平均后得到。高斯滤波的具体操作是:用一个模板(或称卷积、掩模)扫描图像中的每一个像素,用模板确定的邻域内像素的加权平均灰度值去替代模板中心像素点的值,双边滤波就是最常用的边缘保护滤波方法,双边滤波是指在高斯滤波的基础上加入了像素值权重项,要考虑距离因素,也要考虑像素值差异的影响,像素值越接近,权重越大,通过滤波处理,确定滤波车牌图像,经过滤波车牌图像的车牌图像会变得清晰,获得滤波车牌图像;边缘检测,是模仿人类视觉的一个过程,在检测所述滤波车牌图像时,先对其轮廓点进行粗略检测,然后通过连接规则把原来检测到的轮廓点连接起来,同时也检测和连接遗漏的边界点及去除虚假的边界,并对边缘检测结果中边缘外的图像进行遮挡,本申请中是指只关注所述车牌的车牌号情况,边缘检测的目的是去发现图像中关于形状和反射或透射比的信息,为后续匹配目标车牌图像提供了便利。
对所述车牌图像中车牌进行定位,以所述车牌为中心获取滤波窗口,根据所述滤波窗口进行所述车牌图像中像素的距离提取;
根据提取距离分布像素权重,其中,所述提取距离越近则分布所述像素权重越大;
根据所述像素权重进行所述滤波窗口内所述像素的滤波处理,获取所述滤波车牌图像。
对所述车牌图像重车牌进行位置确定,例如框选车牌可能会带一些车辆情况,则需要确定车牌的位置中心;以所述车牌为中心获取滤波窗口,根据所述滤波窗口对所述车牌图像重的像素距离进行提取,可以得到所述车牌图像的所有像素距离;根据提取距离分布像素权重,通过图片具体情况进行获得,其中,所述提取距离越近则分布所述像素权重越大;根据所述像素权重依照上述方法进行所述滤波窗口内所述像素的滤波处理,得到所述滤波车牌图像,通过获取所述滤波车牌图像,为后续匹配目标车牌图像提供了便利。
对所述第一车牌图像进行字符处理,获取目标车牌图像;
字符处理是指对所述第一车牌图像上车牌号数字的图像进行处理,例如分割、裁剪等,得到所述第一车牌图像中的车牌号的数字图像,所述车牌号数字的图像记作目标车牌图像;通过获取所述目标车牌图像,为后续目标控制车牌数据库匹配所述目标车牌图像提供了基础。
如图2所示,对所述第一车牌图像进行字符分割并裁剪,获取裁剪图像;
读取所述裁剪图像中字符,获取识别字符;
根据所述识别字符生成所述目标车牌图像。
字符分割是指将文本图像中的字符进行分离的过程,应用于字符识别、光学字符识别、自然语言处理等领域,本申请中是指将所述第一车牌图像中的车牌号进行分割,即去掉所述第一车牌图像中的车牌背景,获得裁剪后的车牌号作为裁剪图像;根据所述裁剪图像的信息从汉字、字母和数字中进行识别,得到识别字符,根据所述字符进行识别排序,得到所述目标车牌图像,通过获取所述目标车牌图像。通过对所述第一车牌图像进行分割裁剪处理,为后续判断所述目标车牌图像是否匹配提供了铺垫。
对所述裁剪图像进行方向校正,并进行曝光度调整获取亮度图像;
确定所述亮度图像中清晰度进行分辨率补偿,获得所述识别字符。
将所述第一车牌图像字符进行裁剪,得到所述裁剪图像,在图像处理中,曝光度通常用于描述图像的亮度和暗度的区分度,曝光度调整是为了得到亮度图像,其中图像的亮度是指图像像素的大小,像素值越大,图像在该像素点越明亮,否则越暗;清晰度指影像上各细部影纹及其边界的清晰程度,确定所述亮度图像的清晰度,若所述清晰度较低,则进行分辨率补偿,分辨率决定了图像的清晰程度,通常情况下,图像的分辨率越高,所包含的像素就越多,图像就越清晰,印刷的质量也就越好,获得清晰度高的所述亮度图像,得到所述识别字符。通过获取所述识别字符,为生成所述目标车牌图像提供了基础。
基于目标控制车牌数据库匹配所述目标车牌图像,判断是否匹配;
目标控制车牌数据库是指所述交通道路中车牌的具体信息的集合组合成的数据库,根据所述目标控制车牌数据库匹配所述目标车牌图像,判断所述目标车牌图像是否匹配所述目标控制车牌数据库。通过判定所述目标车牌图像是否匹配,为后续交通信号灯的智能控制提供了铺垫。
若判断匹配,根据所述目标车牌图像进行交通信号灯的智能控制。
当所述目标控制车牌数据库匹配所述目标车牌图像时,根据所述目标车牌图像生成优先通过指令,根据所述优先通过指令对所述交通信号灯进行控制。通过判断所述目标车牌图像,对交通信号灯进行智能控制,达到了提高交通秩序,降低交通事故带来的影响的效果。
若判断匹配,生成优先通过指令;
根据所述优先通过指令控制所述交通信号灯变化,执行非目标车辆的停车。
若判断所述目标控制车牌数据库匹配所述目标车牌图像,则生成优先通过指令,其中优先通过指令是指所述目标车牌图像所述的车辆拥有优先行驶的特性例如救护车等;根据所述优先通过指令控制所述交通信号灯变化,使非目标车辆进行停车、让道等操作,其中所述目标车辆是指所述目标车牌图像对应的车辆,使所述目标车辆优先绿灯通过。本申请解决了现有技术中特种车辆在出任务时会因为交通问题而延长行驶时间,导致群众利益受损的技术问题,达到了降低特种车辆的行驶时间,提高了交通秩序,维护了群众利益的技术效果。
如图3所示,本申请实施例还包括基于车牌识别的交通信号灯智能控制系统,所述系统包括:
车牌图像选定模块11,所述车牌图像选定模块11用于交互道路监控摄像头获取车辆图像,对所述车辆图像进行车牌框选,确定车牌图像;
车牌图像处理模块12,所述车牌图像处理模块12用于对所述车牌图像进行图像处理,获取第一车牌图像;
目标车牌图像获取模块13,所述目标车牌图像获取模块用于13对所述第一车牌图像进行字符处理,获取目标车牌图像;
目标车牌匹配模块14,所述目标车牌匹配模块14用于基于目标控制车牌数据库匹配所述目标车牌图像,判断是否匹配;
交通信号灯智能控制模块15,所述交通信号灯智能控制模块15用于若判断匹配,根据所述目标车牌图像进行交通信号灯的智能控制。
进一步地,本申请实施例还包括:
滤波车牌图像确定模块,所述滤波车牌图像确定模块用于对所述车牌图像进行灰度调整,并进行滤波处理,确定滤波车牌图像;
边缘外图像遮罩模块,所述边缘外图像遮罩模块用于对所述滤波车牌图像进行边缘检测,对边缘检测结果中边缘外图像进行遮罩,获取所述第一车牌图像。
进一步地,本申请实施例还包括:
像素距离提取模块,所述像素距离提取模块用于对所述车牌图像中车牌进行定位,以所述车牌为中心获取滤波窗口,根据所述滤波窗口进行所述车牌图像中像素的距离提取;
距离分布像素权重提取模块,所述距离分布像素权重提取模块用于根据提取距离分布像素权重,其中,所述提取距离越近则分布所述像素权重越大;
像素滤波处理模块,所述像素滤波处理模块用于根据所述像素权重进行所述滤波窗口内所述像素的滤波处理,获取所述滤波车牌图像。
进一步地,本申请实施例还包括:
裁剪图像获取模块,所述裁剪图像获取模块用于对所述第一车牌图像进行字符分割并裁剪,获取裁剪图像;
识别字符获取模块,所述识别字符获取模块用于读取所述裁剪图像中字符,获取识别字符;
目标车牌图像生成模块,所述目标车牌图像生成模块用于根据所述识别字符生成所述目标车牌图像。
进一步地,本申请实施例还包括:
曝光度调整模块,所述曝光度调整模块用于对所述裁剪图像进行方向校正,并进行曝光度调整获取亮度图像;
清晰度分辨率补偿模块,所述清晰度分辨率补偿模块用于确定所述亮度图像中清晰度进行分辨率补偿,获得所述识别字符。
进一步地,本申请实施例还包括:
优先通过指令生成模块,所述优先通过指令生成模块用于若判断匹配,生成优先通过指令;
交通信号灯变化控制模块,所述交通信号灯变化控制模块用于根据所述优先通过指令控制所述交通信号灯变化,执行非目标车辆的停车。
关于基于车牌识别的交通信号灯智能控制系统的具体实施例可以参见上文中对于基于车牌识别的交通信号灯智能控制方法的实施例,在此不再赘述。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (7)
1.基于车牌识别的交通信号灯智能控制方法,其特征在于,所述方法包括:
交互道路监控摄像头获取车辆图像,对所述车辆图像进行车牌框选,确定车牌图像;
对所述车牌图像进行图像处理,获取第一车牌图像;
对所述第一车牌图像进行字符处理,获取目标车牌图像;
基于目标控制车牌数据库匹配所述目标车牌图像,判断是否匹配;
若判断匹配,根据所述目标车牌图像进行交通信号灯的智能控制。
2.如权利要求1所述的方法,其特征在于,所述对所述车牌图像进行图像处理,获取第一车牌图像,方法包括:
对所述车牌图像进行灰度调整,并进行滤波处理,确定滤波车牌图像;
对所述滤波车牌图像进行边缘检测,对边缘检测结果中边缘外图像进行遮罩,获取所述第一车牌图像。
3.如权利要求2所述的方法,其特征在于,所述进行滤波处理,方法包括:
对所述车牌图像中车牌进行定位,以所述车牌为中心获取滤波窗口,根据所述滤波窗口进行所述车牌图像中像素的距离提取;
根据提取距离分布像素权重,其中,所述提取距离越近则分布所述像素权重越大;
根据所述像素权重进行所述滤波窗口内所述像素的滤波处理,获取所述滤波车牌图像。
4.如权利要求1所述的方法,其特征在于,所述对所述第一车牌图像进行字符处理,获取目标车牌图像,方法包括:
对所述第一车牌图像进行字符分割并裁剪,获取裁剪图像;
读取所述裁剪图像中字符,获取识别字符;
根据所述识别字符生成所述目标车牌图像。
5.如权利要求4所述的方法,其特征在于,所述读取所述裁剪图像中字符,获取识别字符,方法包括:
对所述裁剪图像进行方向校正,并进行曝光度调整获取亮度图像;
确定所述亮度图像中清晰度进行分辨率补偿,获得所述识别字符。
6.如权利要求1所述的方法,其特征在于,所述若判断匹配,根据所述目标车牌图像进行交通信号灯的智能控制,方法包括:
若判断匹配,生成优先通过指令;
根据所述优先通过指令控制所述交通信号灯变化,执行非目标车辆的停车。
7.基于车牌识别的交通信号灯智能控制系统,其特征在于,所述系统包括:
车牌图像选定模块,所述车牌图像选定模块用于交互道路监控摄像头获取车辆图像,对所述车辆图像进行车牌框选,确定车牌图像;
车牌图像处理模块,所述车牌图像处理模块用于对所述车牌图像进行图像处理,获取第一车牌图像;
目标车牌图像获取模块,所述目标车牌图像获取模块用于对所述第一车牌图像进行字符处理,获取目标车牌图像;
目标车牌匹配模块,所述目标车牌匹配模块用于基于目标控制车牌数据库匹配所述目标车牌图像,判断是否匹配;
交通信号灯智能控制模块,所述交通信号灯智能控制模块用于若判断匹配,根据所述目标车牌图像进行交通信号灯的智能控制。
Publications (1)
Publication Number | Publication Date |
---|---|
CN118155435A true CN118155435A (zh) | 2024-06-07 |
Family
ID=
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101179497B1 (ko) | 얼굴 검출 방법 및 장치 | |
KR101224164B1 (ko) | 번호판영역 검출을 위한 전처리 방법 및 장치 | |
KR101778605B1 (ko) | 차량 번호판 인식 방법 및 장치 | |
WO2020130799A1 (en) | A system and method for licence plate detection | |
KR101553589B1 (ko) | Lpr 시스템에서 적응적 확률기반의 저조도 영상개선 및 스미어 복원처리 장치와 그 방법 | |
Babbar et al. | A new approach for vehicle number plate detection | |
JP3550874B2 (ja) | 監視装置 | |
US8300929B2 (en) | Automatic red-eye object classification in digital photographic images | |
CN104156703A (zh) | 基于色彩纹理的车牌定位方法及系统 | |
CN113408380B (zh) | 视频图像调整方法、设备及存储介质 | |
CN118155435A (zh) | 基于车牌识别的交通信号灯智能控制方法及系统 | |
KR102118783B1 (ko) | 조명환경에 강인한 색상 필터링을 위한 전처리 방법 및 그 시스템 | |
KR100801989B1 (ko) | 번호판 인식 시스템,전처리 장치 및 방법 | |
CN110633705A (zh) | 一种低照度成像车牌识别方法及装置 | |
KR102489884B1 (ko) | 차량 번호판 인식율 개선을 위한 이미지 처리 장치 및 이를 이용한 이미지 처리 방법 | |
KR101563543B1 (ko) | 경차 및 이륜차 인식을 위한 lpr 시스템 | |
CN112070771B (zh) | 基于hs通道的自适应阈值分割方法、装置和存储介质 | |
KR101954404B1 (ko) | 가변 문턱값을 이용한 반그림자 차량번호판 인식률 개선방법 및 그 방법을 위한 cctv 시스템 | |
Jia et al. | Design flow of vehicle license plate reader based on RGB color extractor | |
CN114663842B (zh) | 图像融合处理方法、装置、电子设备及存储介质 | |
WO2019066642A2 (en) | SYSTEM AND METHOD FOR DETECTION OF LICENSE PLATE | |
CN117475421A (zh) | 一种车牌曝光补偿方法、装置与电子设备 | |
CN114841874B (zh) | 一种图像处理方法、装置、设备及存储介质 | |
JPH05342412A (ja) | グラディエントベクトルの抽出方式及び文字認識用特徴抽出方式 | |
CN117409263B (zh) | 一种无人机自动图像校正引导降落方法和计算机存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication |