基于Cascade的车牌检测文件haar算法输出

对音频进行检测，是础于VAD算法的使用。欢迎下载。实测可以使用。

这是车牌识别算法以及代码实现，希望可以帮到大家。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，目前

Haar小波变换的基本思想:找到另一个基函数,通过压缩平移也生成差空间,这个基函数和原来的尺度函数能够建立直接的联系。优点是时域紧支撑的,正交对称的,而且计算简单。但是在时域上是不连续的,所以作为基本

Cascade detector + DPM-C++ implementation

不知道大家能不能用上 传上来，谁用谁拿去吧～

车牌识别算法的训练数据集,每个字符大约有500~800张不等,每张字符图片的像素大约是28*28,用dropout等正则化避免过拟合的话,训练集是足够的。

针对智能交通系统中车牌定位速度慢,信息识别准确度低的问题,提出了一种高性能的车牌定位及字符识别算法.进行车牌图像预处理,在彩色图像中搜索边缘密度快速突起的矩形域,在搜索后的矩形区域内采集相似走向的双边

提出了基于形态学微分的车牌字符分割算法。首先运用形态学微分算法获取车的边界,然后通过巧妙选择连通区域进行深度搜索即可直接获得车牌每个字符的矩形区域。本方法省去了一般车牌识别中的车牌定位部分,对有一定倾

这份使用matlab2013a编写的源码基于协方差矩阵计算的相关性原理，包括颜色空间方程和图象识别的边缘检测算法等。 车牌识别的准确性得到了大幅提高，代码实现方便，资源内附readme文件。

在车牌定位的过程中, 由于光照变化、视点和距离变化、车辆运动、复杂背景等原因, 摄像机很难获取到高质量的图像。 为了克服这些问题对以后的车牌定位算法的影响,提出了利用车牌区域的性质来进行车牌定位的新算