1) 牌照定位,定位图片中的牌照位置;
2) 牌照字符分割,把牌照中的字符分割出来;
3) 牌照字符识别,把分割好的字符进行识别,组成牌照号码。
车牌识别过程中,牌照颜色的识别依据算法不同,可能在上述不同步骤实现,通常与车牌识别互相配合、互相验证。
1) 牌照定位
自然环境下,汽车图像背景复杂、光照不均匀,如何在自然背景中准确地确定牌照区域是整个识别过程的关键。首先对采集到的视频图像进行大范围相关搜索,找到符合汽车牌照特征的若干区域作为候选区,然后对这些侯选区域做进一步分析、评判,选定一个较佳的区域作为牌照区域,并将其从图像中分离出来。
2) 牌照字符分割
完成牌照区域的定位后,再将牌照区域分割成单个字符,然后进行识别。字符分割一般采用垂直投影法。由于字符在垂直方向上的投影必然在字符间或字符内的间隙处取得局部较小值的附近,并且这个位置应满足牌照的字符书写格式、字符、尺寸限制和一些其他条件。利用垂直投影法对复杂环境下的汽车图像中的字符分割有较好的效果。
3) 牌照字符识别方法主要有基于模板匹配算法和基于人工神经网络算法。基于模板匹配算法首先将分割后的字符二值化并将其尺寸大小缩放为字符数据库中模板的大小,然后与所有的模板进行匹配,选择较佳匹配作为结果。基于人工神经网络的算法有两种:一种是先对字符进行特征提取,然后用所获得特征来训练神经网络分配器;另一种方法是直接把图像输入网络,由网络自动实现特征提取直至识别出结果。
车牌识别系统的基础是车牌识别算法,而车牌识别算法由空间复杂度和时间复杂度来组成,分为五种不同的特性:
1、有穷性即算法的演变过程是有限的,不可能无数次的演算;
2、确切性即算法的每一个演算步骤多有确切的定义;
3、输入项即具体的车牌图像;
4、输出项即车牌的识别结果;
5、可行性即车牌识别的效果。
通过优化以上五项特性,从根本上优化车牌识别算法是提高车牌识别率的一个方法。
1.车牌识别系统算法的准确度
想提高车牌的识别率,对于车牌识别系统的算法准确度要求会很高。目前市场上的车牌识别摄像机都会有自己的算法,但车牌识别摄像机在不同的环境条件下会受到影响,所以环境对车牌识别有很大的影响。
2.受天气环境影响
当车牌识别摄像头在室外使用时,太强的光线会导致车牌反射,识别率会降低,并且夜间因缺乏照明需要辅助照明。其次是遇到大雨,大雪等天气,车牌识别率也会比平时略有下降。
智能车牌识别系统不抬杆原因多种。智能车牌识别系统是由车牌识别一体机、工业级到咋、语音集成显示屏及系统软件等部分组成,所以我们要排查问题的所在,工作流程为地感线圈→车辆检测器→车牌识别一体机→收费系统→控制器→道闸,所以原因工作中负责传输信号的网线或者信号线的连接问题,或者是工作中部件是否出故障等。
版权所有©2024 天助网