欢迎到济南元鸿智能科技有限公司!
服务热线:
0531-82708376
联系方式
济南元鸿智能科技有限公司

联系人:邹经理

电话:0531-82708376

手机:15665828210

地址:山东省济南市天桥区北太平河路5号

网址:www.jnyhzn.com

新闻动态您现在的位置: 首页 > 新闻动态> 内容
车牌识别系统品牌识别原理
编辑:济南元鸿智能科技有限公司   时间:2017-08-15

    车牌识别系统是计算机视频图像识别技术在车辆许可识别中的应用。摘要车牌识别技术在高速公路车辆管理中得到了广泛的应用,而电子收费(等)系统也是利用DSRC技术识别车辆身份的主要手段。车牌识别系统品牌识别原理

   车牌识别技术要求能够行使的汽车车牌提取和识别复杂的背景,通过车牌提取、图像预处理、特征提取、车牌字符识别技术,如车辆的识别号码,颜色和其他信息,最新的技术水平可以达到99.7%的字母和数字,汉字识别率可以达到99%。

   在停车场管理中,车牌识别技术也是识别车辆身份的主要手段。摘要在深圳市公安局的停车库(现场)车辆图像和传输系统技术要求的建设中,车牌识别技术成为车辆识别的主要手段。

   车牌识别技术结合了电子非停车收费系统(ETC),识别车辆,通过车辆识别,实现自动识别和自动充电,无需停车即可实现自动识别。在院子里管理、提高效率的出入口车辆,免费停车场车辆车牌识别(卡车,如月内部交通免费),无人值守,建设快速免费的卡片,没有停止的经验,正在改变的停车场管理模式。

车牌识别系统品牌识别原理

识别流程
   车牌识别技术是一种模式识别技术,它利用车辆的动态视频或静态图像来获得车牌号码和颜色识别。其硬件基础一般包括触发设备(监测车辆,进入视图),摄影设备、照明设备、图像采集和识别车牌号码的处理机(如计算机),其核心软件包括车牌定位算法、车牌字符分割算法和光学字符识别算法,等等一些车牌识别系统的功能也有使用视频图像,以确定一个汽车有一辆车,被称为视频车辆检测。一个完整的车牌识别系统应该包括车辆检测、图像采集和车牌识别(如图1所示)。当车辆检测部件检测到车辆的到达时,图像采集单元被触发来收集当前的视频图像。车牌识别单元处理图像,定位车牌位置,然后分割车牌的字符识别,然后形成许可号输出。

车辆检测
   车辆检测可用于多种方式,如嵌入式线圈检测、红外探测、雷达探测技术和视频检测。视频检测可以避免路面损坏,没有外部检测设备,不需要正确的触发位置,节约成本,更适合移动和便携式应用程序的要求。
该系统实现了视频车辆检测,需要较高的处理速度和优良的算法,能够实现图像的采集和处理,而不丢失帧。如果处理速度慢,引导到车架,系统无法检测开快车,但也很难确定识别的开始有助于识别处理的位置,影响系统识别率。因此,很难将视频车辆检测与车牌自动识别相结合。

号码识别
  为了识别车牌,我们需要以下几个基本步骤:
  1)牌照的位置,在图片中定位车牌的位置;
  2)车牌的字符分割和车牌字符;
  3)许可证字符识别,识别字符的分割,授权号码的最终组成。
  在车牌识别过程中,识别车牌颜色的识别是不同的,可以在上述不同的步骤中实现,并且通常配合车牌识别并相互验证。

  1)许可定位  在自然环境中,汽车图像的背景是复杂的,而且光照不均匀。如何在自然背景下准确地确定许可区域是整个识别过程的关键。首先,对大量的视频图像进行相关搜索,找出汽车车牌区域作为候选区域的特征,然后对这些候选区域进行进一步的分析和评价,最后选择一个最适合车牌区域的区域,并将其与图像分开。

  2)许可证的划分  当牌照的位置完成后,车牌区域被划分为单个字符,然后被识别。垂直投影法用于字符分割。由于字符或字符的垂直方向投影中的字符必须在附近获得一个局部最小的清除,这个位置应该满足车牌字符的书写格式、字符、大小限制以及其他一些条件。利用垂直投影法,在复杂环境下汽车图像的字符分割是更好的选择。

  3)基于模板匹配算法和人工神经网络算法,获得了许可字符识别的方法。摘要基于模板匹配算法,首先对数据库模板中的字符进行分割,然后再对模板匹配进行匹配,然后选择最匹配的匹配结果。摘要基于人工神经网络的算法有两种算法:首先提取出神经网络的特征,然后对神经网络进行训练。另一种方法是直接将图像输入到网络中,网络会自动实现该网络,直到找到结果。

   在实践中,车牌识别系统的识别率与车牌的质量和拍摄质量有密切的关系。执照的质量会受到多种因素的影响,如铁锈、蝎子,油漆剥落,字体褪色,车牌遮挡,板倾斜,高亮显示,多牌照,假牌照,等。实际拍摄过程也会受到环境亮度的影响,拍摄模式下,车辆的速度等等。这些因素降低了车牌识别的识别率,这是车牌识别系统的难点和挑战。为了提高识别率,除了不断改进识别算法,我们还应该找到克服各种光照条件的方法,以便收集到的图像最有利于识别。

返回