车牌识别年复增长率低核心技术有待提高

更新时间：2016-01-08 10:26:17

车牌识别原理分析

城市人口快速增长，人们车辆的保有量的迅速上增，加上政府法规的实施，电子收费系统进一步带动车牌识别市场的增长。据调研显示，在亚太地区，车牌识别系统将以18.06%(相比其他地区最高)的年复增长率增长，应对目前交通拥堵、警察执法、收费和停车场的快速增长的需求。

车牌识别年复增长率低核心技术有待提高
　　车牌识别是基于图像分割和图像识别理论，对含有车辆号牌的图像进行分析处理，从而确定牌照在图像中的位置，并进一步提取和识别出文本字符。车牌识别过程包括图像采集、预处理、车牌定位、字符分割、字符识别、结果输出等一系列算法运算，其运行流程如下图所示：
　　图像采集：通过高清摄像抓拍主机对卡口过车或车辆违章行为进行实时、不间断记录、采集。
　　预处理：图片质量是影响车辆识别率高低的关键因素，因此，需要对高清摄像抓拍主机采集到的原始图像进行噪声过滤、自动白平衡、自动曝光以及伽马校正、边缘增强、对比度调整等处理。
　　车牌定位：车牌定位的准确与否直接决定后面的字符分割和识别效果，是影响整个车牌识别率的重要因素。其核心是纹理特征分析定位算法，在经过图像预处理之后的灰度图像上进行行列扫描，通过行扫描确定在列方向上含有车牌线段的候选区域，确定该区域的起始行坐标和高度，然后对该区域进行列扫描确定其列坐标和宽度，由此确定一个车牌区域。通过这样的算法可以对图像中的所有车牌实现定位。
　　字符分割：在图像中定位出车牌区域后，通过灰度化、灰度拉伸、二值化、边缘化等处理，进一步精确定位字符区域，然后根据字符尺寸特征提出动态模板法进行字符分割，并将字符大小进行归一化处理。
　　字符识别：对分割后的字符进行缩放、特征提取，获得特定字符的表达形式，然后通过分类判别函数和分类规则，与字符数据库模板中的标准字符表达形式进行匹配判别，就可以识别出输入的字符图像。

来源：长城安防网

下一篇：视频监控系统存储技术进化史回顾上一篇：叶建春调研督导中央生态环境保护督察通报典型案例整改工作

新闻资讯

即时新闻

车牌识别年复增长率低 核心技术有待提高

车牌识别年复增长率低核心技术有待提高