辨认流程 牌照自动辨认是一项应用车辆的静态视频或静态图像停止牌照号码、牌照颜色自动辨认的形式辨认技术。其硬件根底普通包括触发设备(监测车辆能否进入视野)、摄像设备、照明设备、图像采集设备、辨认车牌号码的处置机(如计算机)等,其软件中心包括车牌定位算法、车牌字符联系算法和光学字符辨认算法等。某些车牌辨认零碎还具有经过视频图像判别能否有车的功用称之为视频车辆检测。一个完好的车牌辨认零碎应包括车辆检测、图像采集、车牌辨认等几局部(如图1所示)。当车辆检测局部检测到车辆抵达时触发图像采集单元,采集以后的视频图像。车牌辨认单元对图像停止处置,定位出牌照地位,再将牌照中的字符联系出来停止辨认,然后组成牌照号码输入。 车辆检测 车辆检测可以采用埋地线圈检测、红外检测、雷达检测技术、视频检测等多种方式。采用视频检测可以防止毁坏路面、不用附加内部检测设备、不需矫正触发地位、节省开支,而且更合适挪动式、便携式使用的要求。 零碎停止视频车辆检测,需求具有很高的处置速度并采用的算法,在根本不丢帧的状况下完成图像采集、处置。若处置速度慢,则招致丢帧,使零碎无法检测到行驶速度较快的车辆,同时也难以保证在有利于辨认的地位开端辨认处置,影响零碎辨认率。因而,将视频车辆检测与牌照自动辨认相结合具有一定的技术难度。 号码辨认 为了停止车牌辨认,需求以下几个根本的步骤:1)牌照定位,定位图片中的牌照地位;2)牌照字符联系,把牌照中的字符联系出来;3)牌照字符辨认,把联系好的字符停止辨认,**终组成牌照号码。 车牌辨认进程中,牌照颜色的辨认根据算法不同,能够在上述不同步骤完成,通常与车牌辨认相互配合、相互验证。 1)牌照定位 自然环境下,汽车图像背景复杂、光照不平均,如何在自然背景中精确地确定牌照区域是整个辨认进程的关键。首先对采集到的视频图像停止大范围相关搜索,找到契合汽车牌照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,相当初选定一个比较好的区域作为牌照区域,并将其从图像中别离出来。 2)牌照字符联系 完成牌照区域的定位后,再将牌照区域联系成单个字符,然后停止辨认。字符联系普通采用垂直投影法。由于字符在垂直方向上的投影必定在字符间或字符内的间隙处获得部分相当小值的左近,并且这个地位应满足牌照的字符书写格式、字符、尺寸限制和一些其他条件。应用垂直投影法对复杂环境下的汽车图像中的字符联系有较好的效果。 3)牌照字符辨认办法次要有基于模板婚配算法和基于人工神经网络算法。基于模板婚配算法首先将联系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,然后与一切的模板停止婚配,选择比较好婚配作为后果。基于人工神经网络的算法有两种:一种是先对字符停止特征提取,然后用所取得特征来训练神经网络分配器;另一种办法是间接把图像输出网络,由网络自动完成特征提取直至辨认出后果。 实践使用中,车牌辨认零碎的辨认率还与牌照质量和拍摄质量亲密相关。牌照质量会遭到各种要素的影响,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、假牌照等等;实践拍摄进程也会遭到环境亮度、拍摄方式、车辆速度等等要素的影响。这些影响要素不同水平上降低了车牌辨认的辨认率,也正是车牌辨认零碎的困难和应战所在。为了进步辨认率,除了不时地完善辨认算法还应该想方法克制各种光照条件,使采集到的图像相当利于辨认。车牌辨认零碎原理图车牌辨认云台摄像机经过光抑制屏蔽,电子快门调理,宽静态功用等来完成抓拍车牌:强光屏蔽:在低照度黑色摄像机的根底上,经过软件的功用,把图像中相当亮的局部遮挡。在交通监控中,普通可将大灯的强光遮挡,从而将车牌较明晰的抓拍上去。但是这款摄像机比较大的缺点就是软件分辨不清,关于图像相当亮局部界定不清,有能够将车牌号码也遮挡,同时无法处置高速运植物体的抓拍。目前国产摄像机在强光屏蔽方面做的比拟多,效果各方反映不一。
南京迈安进从事单门门禁系统.门禁消费系统.门禁供应商.**门禁系统.电话门禁系统.社区门禁系统.访客门禁系统.简易门禁系统.考勤门禁系统.实验室门禁系统.机关门禁系统.门禁安装系统.门禁机系统.密码门禁系统.宿舍门禁系统.家用门禁系统.访客门禁管理系统.大型门禁系统.图书馆门禁通道机.门禁系统安装.会议室门禁.企业门禁.**门禁.会议室门禁.企业门禁.**门禁.门禁管理系统.智能门禁管理系统.门禁安防系统.门禁考勤系统.指纹门禁系统.小区门禁系统.室外门禁系统.中**门禁----欢迎来电咨询18115139057(微信同号)
免责声明: 本页面所展现的信息及其他相关推荐信息,均来源于其对应的商铺,信息的真实性、准确性和合法性由该信息的来源商铺所属企业完全负责。本站对此不承担任何保证责任。如涉及作品内容、 版权和其他问题,请及时与本网联系,我们将核实后进行删除,本网站对此声明具有最终解释权。
友情提醒: 建议您在购买相关产品前务必确认资质及产品质量,过低的价格有可能是虚假信息,请谨慎对待,谨防上当受骗。