为了进行车牌识别，需要以下几个基本的步骤：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，终组成牌照号码。实际应用中，车牌识别系统的识别率还与牌照和拍摄密切相关。牌照会受到各种因素的影响，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2牌照等等；实际拍摄过程也会受到环境亮度、拍摄方式、车辆速度等等因素的影响。这些影响因素不同程度上降低了车牌识别的识别率，也正是车牌识别系统的困难和挑战所在。为了提高识别率，除了不断地完善识别算法还应该想办法克服各种光照条件，车牌识别器，使采集到的图像利于识别。
车牌识别系统采用高度模块化的设计，合肥车牌识别，将车牌识别过程的各个环节各自作为一个独立的模块。车牌矫正及精定位模块由于受拍摄条件的-，图像中的车牌总不可避免存在一定的倾斜，需要一个矫正和精定位环节来进一步提高车牌图像的，为切分和识别模块做准备。使用-设计的快速图像处理滤波器，不仅计算快速，自动车牌识别，而且利用的是车牌的整体信息，车牌识别系统价格，避免了局部噪声带来的影响。使用该算法的另一个优点就是通过对多个中间结果的分析还可以对车牌进行精定位，进一步减少非车牌区域的影响。
车牌识别的应用。车牌识别在高速公路车辆管理中得到广泛应用，电子收费(etc)系统中，也是结合dsrc技术识别车辆身份的主要手段。在停车场管理中，车牌识别技术也是识别车辆身份的主要手段。在公1安局建设的《停车库(场)车辆图像和号牌信息采集与传输系统技术要求》中，车牌识别技术成为车辆身份识别的主要手段。
|
登录后台
