为了进行车牌识别,需要以下几个基本的步骤:
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,最终组成牌照号码。
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,{zh1}选定一个区域作为牌照区域,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。
现化停车场管理中,涉及到各方面的管理,其中车辆的管理是一个重要的方面。尤其是对特殊停车场、大院而言,要求对各种车辆实时地进行严格的管理,对其出入的时间进行严格的监视,并对各类车辆进行登记(bao括内部车辆和外部车辆)和识别,如为内部车辆则正常放行,如外部车辆则需要进行记录、检查后做出放行或阻挡的处理,并将各种信息输入到数据库。对大规模的营区中,各种出入的车辆较多,如每辆车都要进行人工判断,既费时,又不利于管理和查询,保卫工作比较困难,效率低下。为了改善这种与现化停车场、大院不相称的管理模式,需要尽快实现停车场保安工作的自动化、智能化,并以计算机网络的形式进行管理,对所有出入口的车。
车牌识别智能停车场系统的系统组成:
车牌识别停车场系统主要由管理控制中心,进口设备、出口设备三大部分构成
对不同光照的适应能力
在工程现场环境比较复杂,例如:烟雾、雨雪、日光不同角度的照射、车灯以及大型广告牌等都有可能对识别设备造成干扰,特别是采用外触发方式的识别设备,其识别率严重依赖于所抓拍的图片,当抓拍的瞬间,车号处在受干扰位置,会造成误识别。
我公司的车号识别设备对视频图像进行逐帧实时处理,车辆在运动过程中,角度、光照是不断变化的,总会在某些时刻车号是清晰的,一定会采集到一些车号清晰的视频帧用于分析和识别,因此我公司的车号识别设备对光线、气候的抗干扰能力极强。
对自然环境的适应能力
温度的适应能力
为适应环境温度的变化,本产品采用了宽温度范围的器件,并进行了大范围温度变化的实际测试,xx可以满足较大环境温度变化(-40℃~70℃)范围的应用。对于环境温度变化更大的地区,产品对内部温度采取半导体温度调节技术加以调整,可满足温度变化范围非常大地区的应用。同时具有很好的防雨、雪和高湿能力。