The authorsconstructed two cascade

The authors

constructed two cascade classifiers based on statistical and

Haar features to decrease the complexity of the system and to

improve the detection rate. However, this method will take

much processing time even with low-quality images. Bai et

al. [23] proposed an algorithm for License Plate Detection for

monitoring the highway ticketing systems. Their algorithm

presented a linear filter to smooth the image and to overcome

the influence of light. In addition, vertical edge detection was

used for suppressing horizontal noise. Then, the edge density

was measured and compared with the true plate region

density. A nonlinear filter was applied to remove the narrow

horizontal lines. Finally, a connected component analysis

algorithm was applied to show and to locate the License Plate

features. However, their algorithm works better with a fixed

background and a stationary camera. The most common and

earliest edge detection algorithms are those based on the

gradient, such as the Sobel operator [34] and the Roberts

operator [35]. Numerous previous methods have used the

Sobel operator to extract the vertical edges in Car License

Plate Detections [16], [17], [23], [32], [36]. In this paper, we

proposed the VEDA to extract vertical edges.

ผลลัพธ์ (ไทย) 2:

ผู้เขียนสร้างสองลักษณนามน้ำตกขึ้นอยู่กับสถิติและHaar ให้บริการเพื่อลดความซับซ้อนของระบบและการปรับปรุงอัตราการตรวจสอบ แต่วิธีนี้จะใช้เวลาในการประมวลผลมากแม้จะมีภาพที่มีคุณภาพต่ำ ตากใบ et al, [23] เสนออัลกอริทึมสำหรับการตรวจหาจานใบอนุญาตสำหรับการตรวจสอบระบบการจองตั๋วทางหลวง ขั้นตอนวิธีการของพวกเขานำเสนอตัวกรองเชิงเส้นให้เรียบภาพและเพื่อเอาชนะอิทธิพลของแสง นอกจากนี้การตรวจหาขอบแนวตั้งถูกใช้สำหรับการปราบปรามเสียงในแนวนอน จากนั้นความหนาแน่นขอบวัดและเปรียบเทียบกับภูมิภาคแผ่นจริงหนาแน่น กรองไม่เชิงเส้นถูกนำมาใช้ในการลบแคบเส้นแนวนอน ในที่สุดการวิเคราะห์องค์ประกอบเชื่อมต่อขั้นตอนวิธีการถูกนำมาใช้เพื่อแสดงให้เห็นและเพื่อค้นหาใบอนุญาตจานคุณสมบัติ อย่างไรก็ตามขั้นตอนวิธีการของพวกเขาทำงานได้ดีขึ้นกับการแก้ไขพื้นหลังและกล้องนิ่ง ที่พบมากที่สุดและเก่าแก่ที่สุดขั้นตอนวิธีการตรวจหาขอบเป็นผู้ที่อยู่บนพื้นฐานของการไล่ระดับสีเช่นผู้ประกอบการโชเบล [34] และโรเบิร์ตเรเตอร์ [35] วิธีการก่อนหน้าจำนวนมากได้ใช้ประกอบการโชเบลเพื่อแยกขอบแนวตั้งในใบอนุญาตขับรถตรวจจับจาน [16] [17] [23] [32] [36] ในบทความนี้เราจะเสนอพระเวทที่จะดึงขอบแนวตั้ง

ผลลัพธ์ (ไทย) 3:

ผู้เขียนสร้างสองน้ำตกคำลักษณนามตามสถิติและHaar คุณสมบัติเพื่อลดความซับซ้อนของระบบและปรับปรุงการตรวจสอบอัตรา แต่วิธีนี้จะใช้เวลาเวลาในการประมวลผลมากแม้กับคุณภาพต่ำภาพ ใบและอัล [ 23 ] เสนอขั้นตอนวิธีสำหรับการตรวจหาจานใบอนุญาตสำหรับการติดตามทางหลวง ticketing ระบบ ขั้นตอนวิธีการของพวกเขานำเสนอตัวกรองเชิงเส้นเพื่อให้ภาพและเพื่อเอาชนะอิทธิพลของแสง นอกจากนี้การตรวจหาขอบแนวตั้ง คือใช้สำหรับลดสัญญาณรบกวนในแนวนอน แล้วขอบความหนาแน่นเป็นวัดและเปรียบเทียบกับภูมิภาคจานทรูความหนาแน่น ไม่เชิงเส้นกรองใช้ลบแคบๆเส้นแนวนอน สุดท้ายเชื่อมต่อการวิเคราะห์ส่วนประกอบใช้วิธีการแสดงและค้นหาทะเบียนรถคุณสมบัติ อย่างไรก็ตาม อัลกอริทึมของพวกเขาทำงานได้ดีกับคงที่พื้นหลังและกล้องเครื่องเขียน ที่พบมากที่สุดและโดยขั้นตอนวิธีการตรวจจับขอบเป็นผู้ตามการไล่ระดับสี เช่น ลิงค์ ) [ 34 ] และ โรเบิร์ตผู้ประกอบการ [ 35 ] ก่อนหน้านี้ มีการใช้วิธีการต่างลิงค์ที่ใช้สารสกัดจากขอบแนวตั้งในรถยนต์แผ่นตรวจจับ [ 16 ] , [ 17 ] , [ 23 ] , [ 32 ] , [ 36 ] ในกระดาษนี้เราเสนอเวทดึงขอบแนวตั้ง