首页 / 新闻案例 / 内容

车牌识别道闸工作原理有哪些

车牌识别道闸是一种模式识别技术,利用车辆的动态视频或静态图像,自动识别车牌号和车牌颜色。

其硬件基础一般包括触发设备(监控车辆是否进入视野)、摄像设备、照明设备、图像采集设备、识别车牌号的处理器(如计算机)。其软件核心包括车牌定位算法、车牌字符分割算法和光学字符识别算法等。

一些车牌识别系统还具有通过视频图像判断是否有车的功能,称为视频车辆检测。

一个完整的车牌识别系统应该包括车辆检测、图像采集、车牌识别等部分。

当车辆检测部分检测到车辆到达时,触发图像获取单元获取当前视频图像。车牌识别单元对图像进行处理,定位车牌位置,然后对车牌中的字符进行划分识别,形成车牌号输出。

车辆检测

车辆检测可采用地埋线圈检测、红外检测、雷达检测技术、视频检测等方法。

使用视频检测可以避免损坏路面,不需要添加外部检测设备,不需要校正触发位置,节省资金,更适合移动、便携应用。

对于视频车辆检测,系统需要有较高的处理速度,并使用算法来实现图像的采集和处理而不丢帧。

如果处理速度慢,会造成丢帧,使系统无法检测到行驶速度快的车辆,也难以保证识别处理从有利于识别的位置开始,影响识别率系统。因此,将视频车辆检测与车牌自动识别结合起来在技术上存在一定难度。

武汉车牌识别

号码识别

为了执行车牌识别,需要以下基本步骤:

1.车牌定位,定位图片中的车牌位置;

2.车牌字符分割,对车牌中的字符进行分割;

3、车牌字符识别,识别分段字符,形成车牌号。

在车牌识别过程中,车牌颜色识别是基于不同的算法,可以在上面的不同步骤中实现,通常与车牌识别相互配合,相互验证。

1、车牌定位

在自然环境中,汽车图像的背景复杂,光照不均匀。如何准确判断自然背景中的车牌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规模的相关搜索,找到几个符合车牌特征的区域作为候选区域,然后对这些候选区域进行进一步分析判断,*选择a*区域作为车牌区域,并将其用作车牌区域。它与图像分离。

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,然后进行识别。字符分割一般采用垂直投影法。

因为垂直方向的字符投影必须在字符间隙或字符内部接近局部较小值,并且该位置应满足车牌的字符书写格式、字符、大小限制等一些条件。

垂直投影方法对复杂环境下汽车图像中的字符分割有很好的效果。

3.车牌字符识别方法

主要有基于模板匹配算法和基于人工神经网络的算法。

基于模板匹配算法,首先对分割后的字符进行二值化并缩放到字符库中模板的大小,然后与所有模板进行匹配,并选择*match作为结果。

基于人工神经网络的算法有两种:一种是先提取字符,然后利用得到的特征训练神经网络分布器;

另一种方法是直接将图像输入网络,网络会自动输入