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,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。
1) 牌照定位
自然环境下,汽车图像背景复杂、光照不均匀,如何在自然背景中准确地确定牌照区域是整个识别过程的关键。首先对采集到的视频图像进行大范围相关搜索,找到符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分析、评判,选定一个较佳的区域作为牌照区域,园区收费系统公司,并将其从图像中分离出来。
2) 牌照字符分割
完成牌照区域的定位后,再将牌照区域分割成单个字符,然后进行识别。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间或字符内的间隙处取得局部较小值的附近,并且这个位置应满足牌照的字符书写格式、字符、尺寸---和一些其他条件。利用垂直投影法对复杂环境下的汽车图像中的字符分割有较好的效果。
3) 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,选择较佳匹配作为结果。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。
在智能交通应用中,除了提取车辆信息外,如何便捷地确认车辆身份也---重要。在众多车辆身份确认方式中,车牌识别技术以其在应用中的表现而获得业界的---。车牌识别一体机是运用这一技术的典型代表,它具有以下优势:
1、车辆身份的独一性
车牌作为车辆身份的标识,具有独一性,上没有任何两辆车使用完全相同的---车牌。虽然在国外存在两辆车使用相同---码的情况,但车牌颜色各异。
人工神经网络技术。近几年来,计算机及相关技术发达的一些开始探讨用人工神经网络技术解决车牌自动识别问题,例如1994年m.m.m.fanhy等就成功地运用了bam神经网络方法对车牌上的字符进行自动识别,bam神经网络是由相同神经元构成的双向联想式单层网络,每一个字符模板对应着一个bam矩阵,通过与车牌上的字符比较,识别出正确的---码。
这种采用bam神经网络方法的缺点是无映解决识别系统存储容量和处理速度相矛盾的问题。
园区收费系统公司由北京泰利德科技有限责任公司提供。园区收费系统公司是北京泰利德科技有限责任公司今年新升级推出的,以上图片仅供参考,请您拨打本页面或图片上的联系电话,索取联系人:张新胜。
联系我们时请一定说明是在100招商网上看到的此信息,谢谢!
本文链接:https://tztz343455.zhaoshang100.com/zhaoshang/280054172.html
关键词: