車牌識別

車牌識別行業(yè)已具備一定的市場規(guī)模，在電子、公路卡口、停車場、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，行業(yè)的潛在市場覆蓋率為30%-40%左右(公路卡口比例高)。總體而言，車牌識別行業(yè)處于發(fā)展期。

車牌識別行業(yè)發(fā)展的主要在于技術(shù)，識別率是當(dāng)前衡量技術(shù)的指標(biāo)，直接決定了其在終端的應(yīng)用價值。所以識別率的改進(jìn)是車牌識別技術(shù)發(fā)展的方向，也是決定車牌識別能否取得更廣泛應(yīng)用的關(guān)鍵因素。當(dāng)前普遍對外宣稱的識別率是95%，高宣稱白天達(dá)到100%。但實(shí)際各家的識別率都很難達(dá)到其宣稱的標(biāo)準(zhǔn)。

車牌識別原理簡介

車牌識別是基于圖像分割和圖像識別理論，對含有車輛號牌的圖像進(jìn)行分析處理，從而確定牌照在圖像中的位置，并進(jìn)一步提取和識別出文本字符。

一個典型的車牌識別處理過程包括：圖像采集、圖像預(yù)處理、車牌定位、字符分割、字符識別及結(jié)果輸出等處理過程。各個處理過程相輔相成，每個處理過程均須保證其和較高的抗干擾能力，只有這樣才能保證識別功能達(dá)到滿意的功能品質(zhì)。

車牌識別系統(tǒng)的實(shí)現(xiàn)方式主要分兩種，一種為靜態(tài)圖像識別，另一種為動態(tài)視頻流識別。靜態(tài)圖像識別受限于圖像質(zhì)量、車牌污損度、車牌傾斜度等因素。動態(tài)視頻流識別則需要更快的識別速度，受限于處理器的性能指標(biāo)，特別是在移動終端實(shí)現(xiàn)車牌實(shí)時識別需要更多性能優(yōu)化。

雖然車牌識別包含6大處理過程，但核心算法主要位于車牌定位、字符分割及字符識別這三個模塊中。

車牌識別字符分割

字符分割的任務(wù)是把多列或多行字符圖像中的每個字符從整個圖像中切割出來成為單個字符圖像。傳統(tǒng)字符分割算法可以歸納為以下兩類類：直接分割法、基于圖像形態(tài)學(xué)的分割法。車牌字符的正確分割對字符的識別是很關(guān)鍵的，在分割正確的情況下，才能保證識別的準(zhǔn)確率。而隨著神經(jīng)網(wǎng)絡(luò)理論的不斷發(fā)展，端到端的圖片分類識別技術(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，由識別網(wǎng)絡(luò)對多字符進(jìn)行直接識別。

智能車牌識別

智能交通系統(tǒng)是21世紀(jì)世界道路交通的發(fā)展趨勢。公路交通基礎(chǔ)建設(shè)的不斷發(fā)展和車輛管理體制的不斷完善，為以視覺監(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，車牌自動識別系統(tǒng)是一個非常重要的發(fā)展方向。本系統(tǒng)對車輛進(jìn)行自動登記、驗(yàn)證、監(jiān)視、報警，系統(tǒng)應(yīng)用場合包括：高速公路，橋梁，隧道等收費(fèi)管理系統(tǒng)；城市交通車輛管理，電子，海關(guān)邊境交通監(jiān)控；智能小區(qū)、智能停車場管理；車牌驗(yàn)證，車流統(tǒng)計，移動和車載系統(tǒng)。