摘要：为了实现对车牌区域的精确定位,提出了一种基于三次定位过程的车牌定位算法,综合改进了数学形态学和纹理分析等方法。对自然环境下摄像头采集的车辆图像进行预处理后,使用像素统计法对车牌进行粗略定位,使用纹理分析法去除车牌上下边框和干扰,使用阈值法去除车牌左右边框和干扰,得到精确的车牌区域。另外还对图像的预处理进行简化,保证实时性要求。实验结果表明,改进后的算法能够对车牌进行实时、精确定位,满足了系统的要求。

摘要：针对单一使用模板匹配车牌字符识别算法识别准确率低的缺陷,综合考虑到模板匹配方法的优劣,以及车牌字符集自身的特征,通过研究模板匹配方法的思想并对相似字符容易误识别的特点进行分析,采用改进的基于模板匹配车牌相似字符识别方法,并结合分级分类的思想,有效地提高了识别率。对不同环境下1030张高速卡口摄像头抓拍的车牌图像进行测试,提出的车牌字符识别方法准确率达到了系统的要求,并具有良好的鲁棒性和实时性。

摘要：为了准确进行车牌字符分割,提高车牌字符识别的准确率,提出了一种改进的车牌字符分割算法。对定位出来的车牌进行有效预处理,通过两级字符分割算法对车牌进行单字符分割。第一级字符分割是结合连通域分析法和垂直投影进行字符粗分割,第二级字符分割是基于车牌字符的先验知识通过多次判断进行车牌字符精分割。实验结果表明,该算法对受到光照不均、污迹、字符粘连和断裂、质量退化等严重影响的车牌字符能进行很好的分割。

摘要：为实现对高校的精准帮扶效果进行量化和可视化管理,本文结合某高校的学生资助数据,基于Springboot+vue设计了一套精准帮扶系统,并详细规划了该系统的整体架构、主要功能以及数据库的存储功能,通过数据测试对系统功能的稳定性和健壮性进行了检验。结果表明,所设计的帮扶系统可以帮助高校更好地实施帮扶政策并进行可视化管理。

摘要：【目的】解决中风、脑血栓等疾病造成的肢体损伤在后期康复训练中,采用传统康复训练需要康复医师全程参与的局限性。【方法】将Kinect与Unity3D相结合,构建了一套上肢康复训练系统,实现对患者信息管理、训练设置、康复训练、康复训练结果查询等功能。Kinect负责采集患者肢体运动状态信息;Unity3D作为系统开发工具,实现对患者信息管理,同时也是康复训练游戏的开发工具。系统采用SQLite数据库并部署在腾讯云服务器上。【结果】该系统提供的多个简单、趣味、易操作的游戏能极大地提高患者康复训练的积极性和主动性,从而达到患者康复训练的效果。【结论】该系统对上肢运动障碍患者的康复训练具有积极的应用价值。