解析车牌识别的原理

25
发表时间:2019-08-05 15:53作者:kdacctv

车牌识别过程中,根据不同的算法对车牌颜色进行识别,这些算法可以在上述不同的步骤中实现,通常与车牌识别配合,相互验证。


(一)车牌定位


在自然环境中,汽车图像背景复杂,光照不均匀。如何在自然背景下准确确定车牌区域是整个识别过程的关键。首先,大规模的相关搜索收集到的视频图像上执行,满足的特点和一些地区发现车牌候选区域,然后候选区域进行了进一步的分析和判断,最后选择一个最佳的区域作为牌照区域,并单独的图像。


(二)车牌字符分割


车牌区域定位完成后,将车牌区域划分为单个字符进行识别。字符分割通常使用垂直投影。由于字符在垂直方向上的投影必然取字符之间或字符内部间隙的局部最小值附近,所以该位置应满足车牌的字符书写格式、字符、大小限制等条件。垂直投影法对复杂环境下的汽车图像进行字符分割具有良好的效果。


(三)车牌字符识别方法


主要是基于模板匹配算法和基于人工神经网络的算法?;谀0迤ヅ渌惴?,首先对分割后的字符进行二值化并缩放到字符数据库中模板的大小,然后与所有模板进行匹配,最终选择最佳匹配。


基于人工神经网络的算法有两种:一种是先提取字符,然后利用所得到的特征训练神经网络分配器;另一种方法是直接将图像输入网络,由网络自动实现特征提取,直到识别出结果。


在实际应用中,车牌识别系统的识别率也与车牌质量和拍摄质量密切相关。车牌的质量会受到各种因素的影响,如生锈、污迹、油漆剥落、字体褪色、车牌遮挡、车牌倾斜、高光泽反光、多牌照、假牌照等;实际拍摄过程还会受到环境亮度、拍摄方式、车速等因素的影响。这些影响因素在不同程度上降低了车牌识别的识别率,这也是车牌识别系统的难点和挑战。为了提高识别率,除了不断改进识别算法外,还应该找到克服各种光照条件的方法,使采集到的图像最有利于识别。


车牌识别系统原理图


车牌识别系统原理图.jpg


车牌识别云台摄像机通过光抑制屏蔽、电子快门调节、宽动态功能等实现了对车牌的抓拍。


①强遮光:以低光彩色摄像机为基础,通过软件功能遮挡图像最亮的部分。在交通监控中,大灯的强光一般可以被遮挡,这样可以更清晰的抓拍到车牌。然而,这款摄像机最大的缺点是软件不清晰,图像最亮的部分不清晰。这是可能的,以封锁车牌号码,并不能处理抓拍高速移动的物体。目前,国内摄像机已经做了大量的眩光屏蔽,而且效果不一。

②可调电子快门对于高速运动的物体(高速公路上汽车的速度一般在70公里/小时以上),可以通过降低电子快门速度来实现清晰的抓拍,通常是通过手动调节。然而,这种方法最大的问题是白天和晚上的光照不同。需要设置两个快门速度来适应白天和晚上的监控。

③宽动态功能这是解决灯光对抓拍效果影响的最佳方法。广泛的动态是由松下首先提出的。当背景光太亮时,普通摄像机无法很好地解决明暗图像的显示问题。


车牌识别技术作为智能交通领域中确定车辆身份的最重要手段,在交通智能管理的实现中发挥了重要作用。在所有的工作中,都渗透着车牌识别技术。


未来,随着我国城市化进程的加快发展,交通压力将变得更加严峻,因此智能交通管理将是未来交通发展的总方向。车牌识别系统作为智能交通管理系统的重要核心,将得到进一步的支持和发展。专家预测,未来的车牌识别技术将会更广泛的应用程序,当车牌识别系统行业也将面临重大调整,只有公司具有自主核心技术和产品质量标准可以通过,这也是车牌识别技术走向快速发展阶段的必经之路。


website qrcode
关注我们: