【廣告】
牌照字符識(shí)別方法主要有基于模板匹配算法和基于人工神經(jīng)網(wǎng)絡(luò)算法。技術(shù)指標(biāo)從技術(shù)上評(píng)價(jià)一個(gè)車牌識(shí)別系統(tǒng),有三個(gè)指標(biāo),即識(shí)別率、識(shí)別速度和后臺(tái)管理系統(tǒng)?;谀0迤ヅ渌惴ㄊ紫葘⒎指詈蟮淖址祷⑵涑叽绱笮】s放為字符數(shù)據(jù)庫(kù)中模板的大小,然后與所有的模板進(jìn)行匹配,選擇最0佳匹配作為結(jié)果?;谌斯ど窠?jīng)網(wǎng)絡(luò)的算法有兩種:一種是先對(duì)字符進(jìn)行特征提取,然后用所獲得特征來(lái)訓(xùn)練神經(jīng)網(wǎng)絡(luò)分配器;另一種方法是直接把圖像輸入網(wǎng)絡(luò),由網(wǎng)絡(luò)自動(dòng)實(shí)現(xiàn)特征提取直至識(shí)別出結(jié)果。
實(shí)際應(yīng)用中,車牌識(shí)別系統(tǒng)的識(shí)別率還與牌照質(zhì)量和拍攝質(zhì)量密切相關(guān)。升級(jí)后的攝像系統(tǒng)可以采集更清晰的圖片,作為檔案保存,可以為一些糾紛提供有力的證據(jù)。牌照質(zhì)量會(huì)受到各種因素的影響,如生銹、污損、油漆剝落、字體褪色、牌照被遮擋、牌照傾斜、高亮反光、多牌照、假0牌照等等;實(shí)際拍攝過(guò)程也會(huì)受到環(huán)境亮度、拍攝方式、車輛速度等等因素的影響。這些影響因素不同程度上降低了車牌識(shí)別的識(shí)別率,也正是車牌識(shí)別系統(tǒng)的困難和挑戰(zhàn)所在。為了提高識(shí)別率,除了不斷地完善識(shí)別算法還應(yīng)該想辦法克服各種光照條件,使采集到的圖像最利于識(shí)別。
車牌識(shí)別
技術(shù)路線
采用計(jì)算機(jī)視覺技術(shù)識(shí)別車牌的流程通常都包括車輛圖像采集,車牌定位,字符分割,光學(xué)字符識(shí)別,輸出識(shí)別結(jié)果5個(gè)步驟。3、自動(dòng)計(jì)費(fèi)、自動(dòng)驗(yàn)證用戶身份、自動(dòng)區(qū)分內(nèi)外部車輛、自動(dòng)計(jì)算車位數(shù)、自動(dòng)報(bào)警等諸多智能化功能。車輛圖像的采集方式?jīng)Q定了車牌識(shí)別的技術(shù)路線。國(guó)際ITS通行的兩條主流技術(shù)路線是自然光和紅外光圖像采集識(shí)別。自然光和紅外光不會(huì)對(duì)人體產(chǎn)生不良的心理影響,也不會(huì)對(duì)環(huán)境產(chǎn)生新的電子污染,屬于綠色環(huán)保技術(shù)。
車牌識(shí)別系統(tǒng)觸發(fā)方式
間接法:指通過(guò)識(shí)別安裝在汽車上的IC卡或條形碼中所存儲(chǔ)的車牌的信息來(lái)識(shí)別車牌及相關(guān)信息。牌照字符識(shí)別方法主要有基于模板匹配算法和基于人工神經(jīng)網(wǎng)絡(luò)算法。IC卡技術(shù)識(shí)別準(zhǔn)確度高,運(yùn)行可靠,可以全天候作業(yè),但它整套裝置價(jià)格昂貴,硬件設(shè)備十分復(fù)雜,不適用于異地作業(yè);條形碼技術(shù)具有識(shí)別速度快、準(zhǔn)確度高、可靠性強(qiáng)以及成本較低等優(yōu)點(diǎn),但是對(duì)于掃描器要求很高。此外,二者都需要制定出全國(guó)統(tǒng)一的標(biāo)準(zhǔn),并且無(wú)法核對(duì)車、條形碼是否相符,也是技術(shù)上存在的缺點(diǎn),這給在短時(shí)間內(nèi)推廣造成困難。