[1] 王凯. 基于FPGA的车牌识别算法的实现[D]. 福州:福州大学, 2016. [2] KAGESAWA M, UENO S, IKEUCHI K, et al. Vehicle recognition system in infrared images using IMAP parallel vision board[J]. Electronics & Communications in Japan, 2010, 86(5):1-10. [3] 王恒. 基于深度学习的车牌识别算法研究[D]. 杭州:浙江工业大学, 2017. [4] 张顺, 龚怡宏, 王进军. 深度卷积神经网络的发展及其在计算机视觉领域的应用[J]. 计算机学报, 2019, 42(3): 453-482. [5] KESSENTINI Y, BESBES M D, AMMAR S, et al. A two-stage deep neural network for multi-norm license plate detection and recognition[J]. Expert Systems With Applications, 2019, 136:159-170. [6] LEE E R, KIM P K, KIM H J. Automatic recognition of a car license plate using color image processing[C]. Proceedings of the International Conference on Image Processing(ICIP'94), 1994, 2: 301-305. [7] 廉飞宇, 付麦霞, 张元. 基于支持向量机的车辆牌照识别的研究[J]. 计算机工程与设计, 2006(21): 4033-4035, 4042. [8] 陈政.车牌识别系统研究综述[J].现代信息科技,2019,3(11):193-195. [9] 侯智. 基于FPGA的SVM车牌识别算法研究与实现[D]. 长春:长春理工大学, 2016. [10] 朱美娇, 周平. 基于亮度分区的显微镜灰度图像彩色化算法的研究[J]. 浙江理工大学学报, 2014, 31(3): 201-205. [11] 陈佳. 基于形态学的车牌定位方法的研究与应用[D]. 衡阳:南华大学, 2015. [12] 杨玉晨. 基于深度学习的车牌识别技术的研究与FPGA实现[D]. 重庆:重庆邮电大学, 2019. [13] RAMASUBRAMANIAN P, EMILIYA R J, JANAKI R, et al. Number plate recognition and character segmentation using eight-neighbors and hybrid binarization techniques[C]. International Conference on Communications and Signal Processing (ICCSP) 2014: 1803-1807. [14] 陈政, 李良荣, 李震, 等. 基于机器学习的车牌识别技术研究[J]. 计算机技术与发展, 2020, 30(6): 13-18.
|