天游账号注册登录
停車場 車牌識別系統 工作原理
車牌自動識別是一項利用車輛的動態視頻或靜態圖像進行牌照號碼☈⊙☉℃℉❅、牌照顏色自動識別的模式識別技術웃유ღ♋♂。
其硬件基礎一般包括觸發設備（監測車輛是否進入視野）☧☬☸✡♁✙♆。，、＇：∶；、攝像設備✺ϟ☇♤♧♡♢♠♣♥、照明設備✤✥❋✦✧✩✰✪✫✬✭✮✯❂✡★✱✲✳✴、圖像采集設備㈧㈨㈩⑴⑵⑶⑷⑸⑹⑺⑻⑼⑽⑾⑿⒀⒁⒂、識別車牌號碼的處理機（如計算機）等⒃⒄⒅⒆⒇⒈⒉⒊⒋⒌⒍⒎⒏⒐⒑⒒⒓，其軟件核心包括車牌定位算法⓱⓲⓳⓴⓵⓶⓷⓸⓹⓺⓻⓼⓽⓾、車牌字符分割算法和光學字符識別算法等❻❼❽❾❿⓫⓬⓭⓮⓯⓰。
某些車牌識別系統還具有通過視頻圖像判斷是否有車的功能稱之為視頻車輛檢測ⓚⓛⓜⓝⓞⓟⓠⓡⓢ。
一個完整的車牌識別系統應包括車輛檢測♀☿☼☀☁☂☄、圖像采集㊀㊁㊂㊃㊄㊅㊆㊇㊈㊉、車牌識別等幾部分✺ϟ☇♤♧♡♢♠♣♥。
當車輛檢測部分檢測到車輛到達時觸發圖像采集單元⒔⒕⒖⒗⒘⒙⒚⒛ⅠⅡⅢⅣⅤⅥⅦⅧⅨⅩⅪⅫⅰⅱ，采集當前的視頻圖像☈⊙☉℃℉❅。車牌識別單元對圖像進行處理㊀㊁㊂㊃㊄㊅㊆㊇㊈㊉，定位出牌照位置✺ϟ☇♤♧♡♢♠♣♥，再將牌照中的字符分割出來進行識別⒜⒝⒞⒟⒠⒡⒢⒣⒤，然后組成牌照號碼輸出ⒺⒻⒼⒽⒾⒿⓀⓁⓂⓃⓄⓅⓆⓇⓈⓉ。
車輛檢測
車輛檢測可以采用埋地線圈檢測ⓣⓤⓥⓦⓧⓨⓩ、紅外檢測✺ϟ☇♤♧♡♢♠♣♥、雷達檢測技術①②③④⑤⑥⑦⑧⑨⑩⑪⑫⑬⑭⑮⑯、視頻檢測等多種方式♀☿☼☀☁☂☄。
采用視頻檢測可以避免破壞路面⒃⒄⒅⒆⒇⒈⒉⒊⒋⒌⒍⒎⒏⒐⒑⒒⒓、不必附加外部檢測設備⓱⓲⓳⓴⓵⓶⓷⓸⓹⓺⓻⓼⓽⓾、不需矯正觸發位置ⅲⅳⅴⅵⅶⅷⅸⅹⒶⒷⒸⒹ、節省開支ⓚⓛⓜⓝⓞⓟⓠⓡⓢ，而且適合移動式ⓊⓋⓌⓍⓎⓏⓐⓑⓒⓓⓔⓕⓖⓗⓘⓙ、便攜式應用的要求❻❼❽❾❿⓫⓬⓭⓮⓯⓰。
系統進行視頻車輛檢測㈠㈡㈢㈣㈤㈥㈦，需要具備很高的處理速度并采用優·秀的算法웃유ღ♋♂，在基本不丟幀的情況下實現圖像采集⒥⒦⒧⒨⒩⒪⒫⒬⒭⒮⒯⒰⒱⒲⒳⒴⒵❆❇❈❉❊†☨✞✝☥☦☓☩☯、處理✵✶✷✸✹✺✻✼❄❅。
若處理速度慢ⅲⅳⅴⅵⅶⅷⅸⅹⒶⒷⒸⒹ，則導致丟幀⑰⑱⑲⑳⓪⓿❶❷❸❹❺，使系統無法檢測到行駛速度較快的車輛☧☬☸✡♁✙♆。，、＇：∶；，同時也難以保證在有利于識別的位置開始識別處理⒃⒄⒅⒆⒇⒈⒉⒊⒋⒌⒍⒎⒏⒐⒑⒒⒓，影響系統識別率❣❦❧♡۵。因此ⓚⓛⓜⓝⓞⓟⓠⓡⓢ，將視頻車輛檢測與牌照自動識別相結合具備一定的技術難度㈠㈡㈢㈣㈤㈥㈦。
號碼識別
為了進行車牌識別ⒺⒻⒼⒽⒾⒿⓀⓁⓂⓃⓄⓅⓆⓇⓈⓉ，需要以下幾個基本的步驟：
1ⒺⒻⒼⒽⒾⒿⓀⓁⓂⓃⓄⓅⓆⓇⓈⓉ、牌照定位♀☿☼☀☁☂☄，定位圖片中的牌照位置❋❀⚘☑✓✔√☐☒✗✘ㄨ✕✖✖⋆✢✣；
2❻❼❽❾❿⓫⓬⓭⓮⓯⓰、牌照字符分割✤✥❋✦✧✩✰✪✫✬✭✮✯❂✡★✱✲✳✴，把牌照中的字符分割出來㊀㊁㊂㊃㊄㊅㊆㊇㊈㊉；
3⒔⒕⒖⒗⒘⒙⒚⒛ⅠⅡⅢⅣⅤⅥⅦⅧⅨⅩⅪⅫⅰⅱ、牌照字符識別⒥⒦⒧⒨⒩⒪⒫⒬⒭⒮⒯⒰⒱⒲⒳⒴⒵❆❇❈❉❊†☨✞✝☥☦☓☩☯，把分割好的字符進行識別ⓊⓋⓌⓍⓎⓏⓐⓑⓒⓓⓔⓕⓖⓗⓘⓙ，*終組成牌照號碼✤✥❋✦✧✩✰✪✫✬✭✮✯❂✡★✱✲✳✴。
車牌識別過程中⒜⒝⒞⒟⒠⒡⒢⒣⒤，牌照顏色的識別依據算法不同⒔⒕⒖⒗⒘⒙⒚⒛ⅠⅡⅢⅣⅤⅥⅦⅧⅨⅩⅪⅫⅰⅱ，可能在上述不同步驟實現ⓣⓤⓥⓦⓧⓨⓩ，通常與車牌識別互相配合❋❀⚘☑✓✔√☐☒✗✘ㄨ✕✖✖⋆✢✣、互相驗證♀☿☼☀☁☂☄。
一ⅲⅳⅴⅵⅶⅷⅸⅹⒶⒷⒸⒹ、牌照定位
自然環境下㈠㈡㈢㈣㈤㈥㈦，汽車圖像背景復雜⓱⓲⓳⓴⓵⓶⓷⓸⓹⓺⓻⓼⓽⓾、光照不均勻ⅲⅳⅴⅵⅶⅷⅸⅹⒶⒷⒸⒹ，如何在自然背景中準確地確定牌照區域是整個識別過程的關鍵❋❀⚘☑✓✔√☐☒✗✘ㄨ✕✖✖⋆✢✣。
先對采集到的視頻圖像進行大范圍相關搜索☧☬☸✡♁✙♆。，、＇：∶；，找到符合汽車牌照特征的若干區域作為候選區☧☬☸✡♁✙♆。，、＇：∶；，然后對這些侯選區域做進一步分析✤✥❋✦✧✩✰✪✫✬✭✮✯❂✡★✱✲✳✴、評判⒜⒝⒞⒟⒠⒡⒢⒣⒤，*選定一個*的區域作為牌照區域ⅲⅳⅴⅵⅶⅷⅸⅹⒶⒷⒸⒹ，并將其從圖像中分離出來❋❀⚘☑✓✔√☐☒✗✘ㄨ✕✖✖⋆✢✣。
二✺ϟ☇♤♧♡♢♠♣♥、牌照字符分割
完成牌照區域的定位后⒜⒝⒞⒟⒠⒡⒢⒣⒤，再將牌照區域分割成單個字符☧☬☸✡♁✙♆。，、＇：∶；，然后進行識別♦☜☞☝✍☚☛☟✌✽✾✿❁❃。字符分割一般采用垂直投影法⒜⒝⒞⒟⒠⒡⒢⒣⒤。
由于字符在垂直方向上的投影必然在字符間或字符內的間隙處取得局部*小值的附近㈠㈡㈢㈣㈤㈥㈦，并且這個位置應滿足牌照的字符書寫格式✺ϟ☇♤♧♡♢♠♣♥、字符❣❦❧♡۵、尺寸限制和一些其他條件㈧㈨㈩⑴⑵⑶⑷⑸⑹⑺⑻⑼⑽⑾⑿⒀⒁⒂。
利用垂直投影法對復雜環境下的汽車圖像中的字符分割有較好的效果♀☿☼☀☁☂☄。
三ⅲⅳⅴⅵⅶⅷⅸⅹⒶⒷⒸⒹ、牌照字符識別方法
主要有基于模板匹配算法和基于人工神經網絡算法ⓊⓋⓌⓍⓎⓏⓐⓑⓒⓓⓔⓕⓖⓗⓘⓙ。
基于模板匹配算法先將分割后的字符二值化并將其尺寸大小縮放為字符數據庫中模板的大小☈⊙☉℃℉❅，然后與所有的模板進行匹配✤✥❋✦✧✩✰✪✫✬✭✮✯❂✡★✱✲✳✴，選擇*匹配作為結果㈠㈡㈢㈣㈤㈥㈦。
基于人工神經網絡的算法有兩種：一種是先對字符進行特征提取⒜⒝⒞⒟⒠⒡⒢⒣⒤，然后用所獲得特征來訓練神經網絡分配器⓱⓲⓳⓴⓵⓶⓷⓸⓹⓺⓻⓼⓽⓾；
另一種方法是直接把圖像輸入網絡㈠㈡㈢㈣㈤㈥㈦，由網絡自動實現特征提取直至識別出結果①②③④⑤⑥⑦⑧⑨⑩⑪⑫⑬⑭⑮⑯。
實際應用中⒥⒦⒧⒨⒩⒪⒫⒬⒭⒮⒯⒰⒱⒲⒳⒴⒵❆❇❈❉❊†☨✞✝☥☦☓☩☯，車牌識別系統的識別率還與牌照質量和拍攝質量密切相關❣❦❧♡۵。
牌照質量會受到各種因素的影響✤✥❋✦✧✩✰✪✫✬✭✮✯❂✡★✱✲✳✴，如生銹❋❀⚘☑✓✔√☐☒✗✘ㄨ✕✖✖⋆✢✣、污損⒃⒄⒅⒆⒇⒈⒉⒊⒋⒌⒍⒎⒏⒐⒑⒒⒓、油漆剝落㊀㊁㊂㊃㊄㊅㊆㊇㊈㊉、字體褪色㊀㊁㊂㊃㊄㊅㊆㊇㊈㊉、牌照被遮擋❋❀⚘☑✓✔√☐☒✗✘ㄨ✕✖✖⋆✢✣、牌照傾斜⑰⑱⑲⑳⓪⓿❶❷❸❹❺、高亮反光♦☜☞☝✍☚☛☟✌✽✾✿❁❃、多牌照ⒺⒻⒼⒽⒾⒿⓀⓁⓂⓃⓄⓅⓆⓇⓈⓉ、假牌照等等☧☬☸✡♁✙♆。，、＇：∶；；
實際拍攝過程也會受到環境亮度ⓊⓋⓌⓍⓎⓏⓐⓑⓒⓓⓔⓕⓖⓗⓘⓙ、拍攝方式❻❼❽❾❿⓫⓬⓭⓮⓯⓰、車輛速度等等因素的影響❻❼❽❾❿⓫⓬⓭⓮⓯⓰。
這些影響因素不同程度上降低了車牌識別的識別率⓱⓲⓳⓴⓵⓶⓷⓸⓹⓺⓻⓼⓽⓾，也正是車牌識別系統的困難和挑戰所在ⅲⅳⅴⅵⅶⅷⅸⅹⒶⒷⒸⒹ。
為了提高識別率㊀㊁㊂㊃㊄㊅㊆㊇㊈㊉，除了不斷地完善識別算法還應該想辦法克服各種光照條件✺ϟ☇♤♧♡♢♠♣♥，使采集到的圖像利于識別❻❼❽❾❿⓫⓬⓭⓮⓯⓰。
