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,选择佳匹配作为结果。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。
实际应用中,车牌识别系统的识别率还与牌照质量和拍摄质量密切相关。牌照质量会受到各种因素的影响,如生锈、污损、油漆剥落、字体褪色、牌照被遮挡、牌照倾斜、高亮反光、多牌照、**等等;实际拍摄过程也会受到环境亮度、拍摄方式、车辆速度等等因素的影响。这些影响因素不同程度上降低了车牌识别的识别率,也正是车牌识别系统的困难和挑战所在。为了提高识别率,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,使采集到的图像利于识别。
红外光路线是指利用反光和红外光的光学特性,用红外摄像机采集车辆灰度图像,由于红外特性,车辆图像上几乎只能看见,然后用黑白图像处理方法识别。950nm的红外照明装置可抓拍到很好的反光照图像。因红外光是不可见光,它不会对驾驶员产生视觉影响。另外,红外照明装置提供的是不变的光,所抓拍的图像都是一样的,不论是在中明亮的时候,还是在中暗的时候。的例外是在白天,有时会看到一些牌照周围的细节,这是因为晴朗天气时太阳光的外光波的影响。采用红外灯的缺点就是所捕获的照图像不是彩色的,不能获取整车图像,并且严重依赖反光材料。
号码识别
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,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。
我国标准汽照是由汉字、英文字母和阿拉伯数字组成,汉字识别与字母和数字的识别有很大的区别,汉字的识别增加了识别的难度;
我国汽车的悬挂位置不统一;
大连安宇嘉电子科技,是一家致力于弱电系统设计、安装、维护的企业。 公司自成立以来一直从事包括视频监控、远程监控、门禁系统、人行通道闸系统、停车场管理系统、水控系统、电梯控制系统、防盗报警系统、视频会议、公共广播、楼宇对讲、 电子显示屏等多项智能建筑弱电系统的工程设计、安装、维护、保养、维修等。应用领域包括:机关、银行、公共交通、体育场馆、学校、商场超市、小区、工厂、场所及公共建筑设施场所。公司建立了一支在安防领域具有深厚技术力量的施工队伍,同时拥有一批丰富知识的售后服务人员。经营理念:诚信、敬业、求实、创新;管理理念:以人为本、科学管理;服务理念:用户至上、信誉 ......