載入中……
[供應]宜興智能車牌識別系統(tǒng)
- 產(chǎn)品產(chǎn)地:
- 產(chǎn)品品牌:宙普
- 包裝規(guī)格:
- 產(chǎn)品數(shù)量:0
- 計量單位:
- 產(chǎn)品單價:0
- 更新日期:2017-04-20 16:42:42
- 有效期至:2018-04-20
-
![](/member/Default/img/xunjia.gif)
-
- 收藏此信息
宜興智能車牌識別系統(tǒng)
詳細信息
智能車牌識別系統(tǒng)采用的車牌自動識別是一項利用車輛的動態(tài)視頻或靜態(tài)圖像進行車牌號碼、車牌顏色自動識別的模式識別技術(shù)。其硬件基礎(chǔ)一般包括觸發(fā)設備(監(jiān)測車輛是否進入視野)、攝像設備、照明設備、圖像采集設備、識別車牌號碼的處理機(如計算機)等,其軟件核心包括車牌定位算法、車牌字符分割算法和光學字符識別算法等。某些車牌識別系統(tǒng)還具有通過視頻圖像判斷是否有車的功能稱之為視頻車輛檢測。一個完整的車牌識別系統(tǒng)應包括車輛檢測、圖像采集、車牌識別等幾部分。當車輛檢測部分檢測到車輛到達時觸發(fā)圖像采集單元,采集當前的視頻圖像。
車牌識別單元對圖像進行處理,定位出車牌位置,再將車牌中的字符分割出來進行識別,然后組成車牌號碼輸出。
(1)車輛檢測
車輛檢測可以采用埋地線圈檢測、紅外檢測、雷達檢測、視頻檢測等多種方式。采用視頻檢測可以避免破壞路面、不必附加外部檢測設備、不需矯正觸發(fā)位置、節(jié)省開支,而且更適合移動式、便攜式應用的要求。系統(tǒng)進行視頻車輛檢測,需要具備很高的處理速度并采用優(yōu)秀的算法,在基本不丟幀的情況下實現(xiàn)圖像采集、處理。若處理速度慢,則導致丟幀,使系統(tǒng)無法檢測到行駛速度較快的車輛,同時也難以保證在有利于識別的位置開始識別處理,影響系統(tǒng)識別率。因此,將視頻車輛檢測與車牌自動識別相結(jié)合具備一定的技術(shù)難度。
(2)車牌號碼、顏色識別
為了進行車牌識別,需要以下幾個基本的步驟:
 1) 車牌定位,定位圖片中的車牌位置;
 2) 車牌字符分割,把車牌中的字符分割出來;
 3) 車牌字符識別,把分割好的字符進行識別,最終組成車牌號碼。
 車牌識別過程中,車牌顏色的識別依據(jù)算法不同,可能在上述不同步驟實現(xiàn),通常與車牌識別互相配合、互相驗證。
1) 車牌定位
自然環(huán)境下,汽車圖像背景復雜、光照不均勻,如何在自然背景中準確地確定車牌區(qū)域是整個識別過程的關(guān)鍵。
首先對采集到的視頻圖像進行大范圍相關(guān)搜索,找到符合汽車車牌特征的若干區(qū)域作為候選區(qū),然后對這些侯選區(qū)域做進一步分析、評判,最后選定一個最佳的區(qū)域作為車牌區(qū)域,并將其從圖象中分離出來。
2) 車牌字符分割
完成車牌區(qū)域的定位后,再將車牌區(qū)域分割成單個字符,然后進行識別。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間或字符內(nèi)的間隙處取得局部最小值的附近,并且這個位置應滿足車牌的字符書寫格式、字符、尺寸限制和一些其他條件。利用垂直投影法對復雜環(huán)境下的汽車圖像中的字符分割有較好的效果。
3) 車牌字符識別
字符識別方法目前主要有基于模板匹配算法和基于人工神經(jīng)網(wǎng)絡算法。基于模板匹配算法首先將分割后的字符二值化并將其尺寸大小縮放為字符數(shù)據(jù)庫中模板的大小,然后與所有的模板進行匹配,選擇最佳匹配作為結(jié)果。基于人工神經(jīng)網(wǎng)絡的算法有兩種:一種是先對字符進行特征提取,然后用所獲得特征來訓練神經(jīng)網(wǎng)絡分配器;另一種方法是直接把圖像輸入網(wǎng)絡,由網(wǎng)絡自動實現(xiàn)特征提取直至識別出結(jié)果。
同類型其他產(chǎn)品
免責聲明:所展示的信息由企業(yè)自行提供,內(nèi)容的真實性、和合法性由發(fā)布企業(yè)負責,浙江民營企業(yè)網(wǎng)對此不承擔任何保證責任。
友情提醒:普通會員信息未經(jīng)我們?nèi)斯ふJ證,為了保障您的利益,建議優(yōu)先選擇浙商通會員。