【廣告】
車(chē)牌識(shí)別
車(chē)牌識(shí)別行業(yè)已具備一定的市場(chǎng)規(guī)模,在電子、公路卡口、停車(chē)場(chǎng)、商業(yè)管理、汽修服務(wù)等領(lǐng)域已取得了部分應(yīng)用,粗略估計(jì),行業(yè)的潛在市場(chǎng)覆蓋率為30%-40%左右(公路卡口比例高)??傮w而言,車(chē)牌識(shí)別行業(yè)處于發(fā)展期。
車(chē)牌識(shí)別行業(yè)發(fā)展的主要在于技術(shù),識(shí)別率是當(dāng)前衡量技術(shù)的指標(biāo),直接決定了其在終端的應(yīng)用價(jià)值。所以識(shí)別率的改進(jìn)是車(chē)牌識(shí)別技術(shù)發(fā)展的方向,也是決定車(chē)牌識(shí)別能否取得更廣泛應(yīng)用的關(guān)鍵因素。當(dāng)前普遍對(duì)外宣稱(chēng)的識(shí)別率是95%,高宣稱(chēng)白天達(dá)到100%。但實(shí)際各家的識(shí)別率都很難達(dá)到其宣稱(chēng)的標(biāo)準(zhǔn)。
車(chē)牌識(shí)別原理簡(jiǎn)介
車(chē)牌識(shí)別是基于圖像分割和圖像識(shí)別理論,對(duì)含有車(chē)輛號(hào)牌的圖像進(jìn)行分析處理,從而確定牌照在圖像中的位置,并進(jìn)一步提取和識(shí)別出文本字符。
一個(gè)典型的車(chē)牌識(shí)別處理過(guò)程包括:圖像采集、圖像預(yù)處理、車(chē)牌定位、字符分割、字符識(shí)別及結(jié)果輸出等處理過(guò)程。各個(gè)處理過(guò)程相輔相成,每個(gè)處理過(guò)程均須保證其和較高的抗干擾能力,只有這樣才能保證識(shí)別功能達(dá)到滿(mǎn)意的功能品質(zhì)。
車(chē)牌識(shí)別系統(tǒng)的實(shí)現(xiàn)方式主要分兩種,一種為靜態(tài)圖像識(shí)別,另一種為動(dòng)態(tài)視頻流識(shí)別。靜態(tài)圖像識(shí)別受限于圖像質(zhì)量、車(chē)牌污損度、車(chē)牌傾斜度等因素。動(dòng)態(tài)視頻流識(shí)別則需要更快的識(shí)別速度,受限于處理器的性能指標(biāo),特別是在移動(dòng)終端實(shí)現(xiàn)車(chē)牌實(shí)時(shí)識(shí)別需要更多性能優(yōu)化。
雖然車(chē)牌識(shí)別包含6大處理過(guò)程,但核心算法主要位于車(chē)牌定位、字符分割及字符識(shí)別這三個(gè)模塊中。
車(chē)牌識(shí)別字符分割
字符分割的任務(wù)是把多列或多行字符圖像中的每個(gè)字符從整個(gè)圖像中切割出來(lái)成為單個(gè)字符圖像。傳統(tǒng)字符分割算法可以歸納為以下兩類(lèi)類(lèi):直接分割法、基于圖像形態(tài)學(xué)的分割法。車(chē)牌字符的正確分割對(duì)字符的識(shí)別是很關(guān)鍵的,在分割正確的情況下,才能保證識(shí)別的準(zhǔn)確率。而隨著神經(jīng)網(wǎng)絡(luò)理論的不斷發(fā)展,端到端的圖片分類(lèi)識(shí)別技術(shù)也有很大突破,因此很多OCR軟件逐步擺脫傳統(tǒng)字符分割處理,由識(shí)別網(wǎng)絡(luò)對(duì)多字符進(jìn)行直接識(shí)別。
智能車(chē)牌識(shí)別
智能交通系統(tǒng)是21世紀(jì)世界道路交通的發(fā)展趨勢(shì)。公路交通基礎(chǔ)建設(shè)的不斷發(fā)展和車(chē)輛管理體制的不斷完善,為以視覺(jué)監(jiān)控為基礎(chǔ)的智能交通系統(tǒng)的實(shí)際應(yīng)用打下了良好基礎(chǔ)。在智能交通系統(tǒng)中,車(chē)牌自動(dòng)識(shí)別系統(tǒng)是一個(gè)非常重要的發(fā)展方向。本系統(tǒng)對(duì)車(chē)輛進(jìn)行自動(dòng)登記、驗(yàn)證、監(jiān)視、報(bào)警,系統(tǒng)應(yīng)用場(chǎng)合包括:高速公路,橋梁,隧道等收費(fèi)管理系統(tǒng);城市交通車(chē)輛管理,電子,海關(guān)邊境交通監(jiān)控;智能小區(qū)、智能停車(chē)場(chǎng)管理;車(chē)牌驗(yàn)證,車(chē)流統(tǒng)計(jì),移動(dòng)和車(chē)載系統(tǒng)。