车牌识别感光部件对外部环境的处置
环境是影响车牌辨认的主要要素,在采集车辆图像时,由于环境光线变化猛烈,白昼光较强、夜间较弱,面光与背光不同,上午和下午的光照方向也不一样,抓拍图像时受环境光线影响较大,车速过高、采集设备的动态范围等都使成像质量难以得到有效。当辨认算法以为车牌到达了成像位置时系统触发系统开端拍摄,这对触发设备的牢靠性和响应速度都有较高的请求。所以要处理环境形成辨认率低下的问题,还要靠摄像机的感光部件对外部环境的处置。
车牌识别技术结合电子不停车收费系统(ETC)识别车辆,过往车辆通过道口时无须停车,即能够实现车辆身份自动识别、自动收费。在车场管理中,为提高出入口车辆通行效率,车牌识别针对无需收停车费的车辆(如月卡车、内部免费通行车辆),建设无人值守的快速通道,免取卡、不停车的出入体验,正改变出入停车场的管理模式。
字符识别
对分割后的字符的灰度图像进行归一化处理,特征提取,然后经过机器学习或与字符数据库模板进行匹配,后选取匹配度的结果作为识别结果。目前比较流行的字符识别算法有:模板匹配法、人工神经网络法、支持向量机法和Adaboost分类法等。模板匹配法的优点是识别速度快、方法简单,缺点是对断裂、污损等情况的处理有一些困难;人工神经网络法学习能力强、适应性强、分类能力强但比较耗时;支持向量机法对于未见过的测试样本具有更好的识别能力且需要较少的训练样本;Adaboost分类法能侧重于比较重要的训练数据,识别速度快、实时性较高。我国车牌由汉字、英文字母和阿拉伯数字3种字符组成,且具有统一的样式,这也是识别过程的方便之处。但由于车牌很容易受外在环境的影响,出现模糊、断裂、污损字符的情况,如何提高这类字符和易混淆字符的识别率,也是字符识别的难点之一。易混淆字符包括:0与D、0与Q、2与Z、8与B、5与S、6与G、4与A等。
软件识别:显而易见词义能理解出来是通过软件对车牌号码进行的,通过在电脑上安装一个配套的车牌识别软件,对抓拍的图片进行识别处理。其工作方式是通过摄像机连续抓拍多张照片,选择其中较为清晰的一张,然后通过电脑软件进行字符处理,实现号牌识别的。
因为每次识别需要抓拍多张图片,因此软识别的速度较慢。而且该系统对所抓拍的图片要求也是*的,极为清晰才能达到想要的效果。该系统对现场环境以及调试质量要求*,在诸多环境不乐观的场合都不适用,设备的摆放颇为重要。
高速公路以及收费站
车牌识别系统在高速公路上的应用,应该可以说是很多司机经常见到的一种,车辆在停靠之,就会自动显示出车辆所走的公里数以及需要收费相应的金额,在很大程度上提高了收费的效率还有沟通方面的成本。
工业快速卷帘门
在工业方面应用的比较多的主要就是,车牌识别系统还有快速卷帘门或者是快速堆积门之间进行联动,来实现对车辆的识别以及放行。比较常见的场所就是自动洗车房,只需要我们在网上进行交费,车牌就会自动识别进入洗车。