「伊春道闸」车牌识别系统的原理



号码识别


为了进行车牌识别，需求以下几个-的进程：


1 车牌定位，定位图片中的车牌方位；


2 车牌字符切割，把车牌中的字符切割出来；


3 车牌字符识别，把切割好的字符进行识别，终究组成-码。


车牌识别进程中，车牌色彩的识别依据算法不同，可能在上述不同进程完结，一般与车牌识别相互配合、相互验证。



1 车牌定位


天然环境下，轿车图画布景杂乱、光照不均匀，如安在天然布景中-地断定车牌区域是整个识别进程的关键。首先对收集到的视频图画进行大范围相关查找，找到契合轿车车牌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剖析、评判，终选定一个的区域作为车牌区域，并将其从图画中分离出来。



2 车牌字符切割


完结车牌区域的定位后，再将车牌区域切割成单个字符，然后进行识别。字符切割一般选用笔直投影法。因为字符在笔直方向上的投影-在字符间或字符内的空隙处取得局部小值的邻近，而且这个方位应满意车牌的字符书写格局、字符、尺度约束和一些其他条件。使用笔直投影法对杂乱环境下的轿车图画中的字符切割有较好的作用。


3 车牌字符识别方法主要有根据模板匹配算法和根据人工神经网络算法。根据模板匹配算法首先将切割后的字符二值化并将其尺度巨细缩放为字符数据库中模板的巨细，然后与一切的模板进行匹配，挑选匹配作为成果。根据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，然后用所取得特征来训练神经网络分配器；另一种方法是直接把图画输入网络，由网络自动完结特征提取直至识别出成果。



实践应用中，车牌识别体系的识别率还与车牌质量和拍照质量密切相关。车牌质量会遭到各种要素的影响，如生锈、污损、油漆脱落、字体褪色、车牌被遮挡、车牌歪斜、高亮反光、多车牌、等等；实践拍照进程也会遭到环境亮度、拍照方法、车辆速度等等要素的影响。这些影响要素不同程度上降低了车牌识别的识别率，也正是车牌识别体系的困难和挑战所在。为了进步识别率，除了不断地完善识别算法还应该想办法克服各种光照条件，使收集到的图画利于识别。