شناسایی پلاک خودروهای ایرانی با الگوریتم ماشین بردار پشتیبانی فازی

Authors

Abstract:

License plate recognition is one of the most important applications used in intelligent transportation systems. Difficulty of correct detection and identification of the car plates in different environment conditions makes researchers try new approaches to better solve the problem. License plate recognition problem is divided into three sub problems: "Plate Location", "Character Segmentation", and "Character Identification". In this paper we have tried to improve location and identification of Iranian license plate with fuzzy rules. License locating has been done with edge detection, morphological operations and using fuzzy rules and characters have been identified by fuzzy support vector machine. By applying the algorithm on 50 images, 90% of plates were located and 94% of characters were identified successfully. This shows superiority of our algorithm over non-fuzzy approaches.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

بهبود دقت شناسایی غواص با استفاده از الگوریتم کلاس‌بندی ماشین بردار پشتیبان

ویژگی‌های منحصر به فرد و امکان انتشار آسان سیگنال های صوتی در محیط زیرآب، امکان شناسایی و رد گیری اهداف زیر آبی بوسیله آنها را فراهم می‌کند. از جمله کاربردهای پدافندی سیگنال صوتی در حوزه‌ی دریا می‌توان استفاده از سونار برای شناسایی غواص به منظور جلوگیری از نفوذ غواصان در نیروگاه های ساحلی و همچنین حفاظت از تجهیزات بندرگاهی و ... را نام برد. برای این مقصود شناسایی صحیح غواص از سایر اهداف زیر آبی...

full text

روشی جدید برای عضویت‌دهی به داده‌ها و شناسایی نوفه و داده‌های پرت با استفاده از ماشین بردار پشتیبان فازی

Support Vector Machine (SVM) is one of the important classification techniques, has been recently attracted by many of the researchers. However, there are some limitations for this approach. Determining the hyperplane that distinguishes classes with the maximum margin and calculating the position of each point (train data) in SVM linear classifier can be interpreted as computing a data membersh...

full text

شناسایی عوامل موثر بر مطالبات غیرجاری بانک‌ها با استفاده از شبکه‌های عصبی و الگوریتم ماشین بردار پشتیبان

هدف اصلی این مقاله شناسایی عوامل تاثیرگذار بر ایجاد و افزایش مطالبات غیرجاری برای اتخاذ تصمیم مناسب­تر در اعطای تسهیلات است. بدین منظور برای انتخاب متغیرهای موثر، از الگوریتم­های تجزیه و تحلیل مولفه­های همبستگی و لاسو و برای کلاس‎بندی نمونه­ها، از شبکه­های عصبی و ماشین بردار پشتیبان استفاده شده است. در این پژوهش، نمونه­ای از 660 مشتری حقوقی بانک سپه برای سال‌های 1396-1385 انتخاب و بر متغیرهای خ...

full text

پیاده سازی الگوریتم ماشین بردار پشتیبانی بر روی fpga برای تشخیص چهره

شناسایی خودکار چهره، به معنی شناسایی یک فرد بهصورت خودکار توسط یک ماشین، بر مبنای ویژگی استخراجشده از تصاویر چهره آن فرد است. هدف از این پایاننامه طراحی یک معماری مناسب برای تشخیص چهره مبتنی بر الگوریتم کلاسبندی ماشین بردار پشتیبانی است.در این پایاننامه یک الگوریتم جدید همراه با یک معماری مناسب ارائه می شود. الگوریتم پیشنهادی برای این سیستم، ترکیبی از تجزیه تبدیل موجک گسسته، آنالیز تفکیککننده ...

15 صفحه اول

بهینه‌سازی ماشین بردار پشتیبان با الگوریتم GBC جهت پیش‌بینی ارتباط آنفارکتوس قلبی و سرطان: مطالعه موردی

مقدمه: آگاهی از ابتلا به سرطان، احتمال بروز اختلالات عصبی و استرس در بیمار را افزایش می‌دهد. همچنین استرس خطر بروز آنفارکتوس قلبی را بیشتر می‌کند. مطالعه حاضر بر پایه الگوریتم GBC، به بررسی احتمال بروز سکته قلبی در بیماران سرطانی پرداخت. روش: اطلاعات بیماران از پایگاه داده بیمارستان فوق تخصصی شهید صدوقی یزد جمع‌آوری شد. پرونده پزشکی 1679 بیمار مبتلا به آنفارکتوس قلبی مورد بررسی قرار گرفت که از ...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 12  issue 1

pages  47- 56

publication date 2015-06

By following a journal you will be notified via email when a new issue of this journal is published.

Keywords

No Keywords

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023