濰城區(qū)佛碳漆崗?fù)べF嗎

高分辨率與辨認(rèn)速度的矛盾
?
　　從模仿相機(jī)到高清相機(jī)，也會(huì)引發(fā)圖像的高分辨率與辨認(rèn)速度相矛盾的問(wèn)題。高清的優(yōu)勢(shì)顯而易見(jiàn)，但是任何事情都是兩面的，在車(chē)牌識(shí)別中車(chē)牌辨認(rèn)時(shí)主要表現(xiàn)為：高清圖片由于圖片掩蓋面廣，可能會(huì)同時(shí)在圖片中呈現(xiàn)多個(gè)車(chē)牌的辨認(rèn)。這就對(duì)車(chē)牌辨認(rèn)的速度請(qǐng)求很高，車(chē)牌辨認(rèn)系統(tǒng)關(guān)于高清視頻流碼流過(guò)大，還會(huì)因?qū)Ρ嬲J(rèn)系統(tǒng)資源占用需求過(guò)大而剖析起來(lái)會(huì)呈現(xiàn)處置速渡過(guò)慢的問(wèn)題，這可能招致呈現(xiàn)漏車(chē)現(xiàn)象，而難以完成對(duì)車(chē)輛抓拍率和車(chē)牌辨認(rèn)率的提升。

車(chē)牌識(shí)別系統(tǒng)(VehicleLicensePlateRecognion，VLPR)是指能夠檢測(cè)到受監(jiān)控路面的車(chē)輛并自動(dòng)提取車(chē)輛牌照信息(含漢字字符、英文字母、阿拉伯?dāng)?shù)字及號(hào)牌顏色)進(jìn)行處理的技術(shù)。車(chē)牌識(shí)別是現(xiàn)代智能交通系統(tǒng)中的重要組成部分之一，應(yīng)用十分廣泛。它以數(shù)字圖像處理、模式識(shí)別、計(jì)算機(jī)視覺(jué)等技術(shù)為基礎(chǔ)，對(duì)攝像機(jī)所拍攝的車(chē)輛圖像或者視頻序列進(jìn)行分析，得到每一輛汽車(chē)的車(chē)牌號(hào)碼，從而完成識(shí)別過(guò)程。通過(guò)一些后續(xù)處理手段可以實(shí)現(xiàn)停車(chē)場(chǎng)收費(fèi)管理，交通流量控制指標(biāo)測(cè)量，車(chē)輛定位，汽車(chē)防盜，高速公路超速自動(dòng)化監(jiān)管、闖紅燈電子、公路收費(fèi)站等等功能。對(duì)于維護(hù)交通安全和城市治安，防止交通堵塞，實(shí)現(xiàn)交通自動(dòng)化管理有著現(xiàn)實(shí)的意義。

車(chē)牌識(shí)別技術(shù)結(jié)合電子不停車(chē)收費(fèi)系統(tǒng)(ETC)識(shí)別車(chē)輛，過(guò)往車(chē)輛通過(guò)道口時(shí)無(wú)須停車(chē)，即能夠?qū)崿F(xiàn)車(chē)輛身份自動(dòng)識(shí)別、自動(dòng)收費(fèi)。在車(chē)場(chǎng)管理中，為提高出入口車(chē)輛通行效率，車(chē)牌識(shí)別針對(duì)無(wú)需收停車(chē)費(fèi)的車(chē)輛(如月卡車(chē)、內(nèi)部免費(fèi)通行車(chē)輛)，建設(shè)無(wú)人值守的快速通道，免取卡、不停車(chē)的出入體驗(yàn)，正改變出入停車(chē)場(chǎng)的管理模式。

字符分割
?
　　定位出車(chē)牌區(qū)域后，由于并不知道車(chē)牌中總共有幾個(gè)字符、字符間的位置關(guān)系、每個(gè)字符的寬高等信息，所以，為了車(chē)牌類(lèi)型匹配和字符識(shí)別正確，字符分割是的一步。字符分割的主要思路是，基于車(chē)牌的二值化結(jié)果或邊緣提取結(jié)果，利用字符的結(jié)構(gòu)特征、字符間的相似性、字符間間隔等信息，一方面把單個(gè)字符分別提取出來(lái)，也包括粘連和斷裂字符等特殊情況的處理；另一方面把寬、高相似的字符歸為一類(lèi)從而去除車(chē)牌邊框以及一些小的噪聲。一般采用的算法有：連通域分析、投影分析，字符聚類(lèi)和模板匹配等。污損車(chē)牌和光照不均造成的模糊車(chē)牌仍是字符分割算法所面對(duì)的挑戰(zhàn)，有待更好的算法出現(xiàn)并解決以上問(wèn)題。

字符識(shí)別
?
　　對(duì)分割后的字符的灰度圖像進(jìn)行歸一化處理，特征提取，然后經(jīng)過(guò)機(jī)器學(xué)習(xí)或與字符數(shù)據(jù)庫(kù)模板進(jìn)行匹配，后選取匹配度的結(jié)果作為識(shí)別結(jié)果。目前比較流行的字符識(shí)別算法有：模板匹配法、人工神經(jīng)網(wǎng)絡(luò)法、支持向量機(jī)法和Adaboost分類(lèi)法等。模板匹配法的優(yōu)點(diǎn)是識(shí)別速度快、方法簡(jiǎn)單，缺點(diǎn)是對(duì)斷裂、污損等情況的處理有一些困難；人工神經(jīng)網(wǎng)絡(luò)法學(xué)習(xí)能力強(qiáng)、適應(yīng)性強(qiáng)、分類(lèi)能力強(qiáng)但比較耗時(shí)；支持向量機(jī)法對(duì)于未見(jiàn)過(guò)的測(cè)試樣本具有更好的識(shí)別能力且需要較少的訓(xùn)練樣本；Adaboost分類(lèi)法能側(cè)重于比較重要的訓(xùn)練數(shù)據(jù)，識(shí)別速度快、實(shí)時(shí)性較高。我國(guó)車(chē)牌由漢字、英文字母和阿拉伯?dāng)?shù)字3種字符組成，且具有統(tǒng)一的樣式，這也是識(shí)別過(guò)程的方便之處。但由于車(chē)牌很容易受外在環(huán)境的影響，出現(xiàn)模糊、斷裂、污損字符的情況，如何提高這類(lèi)字符和易混淆字符的識(shí)別率，也是字符識(shí)別的難點(diǎn)之一。易混淆字符包括：0與D、0與Q、2與Z、8與B、5與S、6與G、4與A等。

隨著行業(yè)的發(fā)展，市場(chǎng)各式各樣的需求，市場(chǎng)對(duì)車(chē)牌識(shí)別系統(tǒng)(車(chē)牌識(shí)別系統(tǒng))的需求越來(lái)越廣泛，主要分為：軟件識(shí)別和硬件識(shí)別。通過(guò)車(chē)牌號(hào)碼的自動(dòng)識(shí)別、自動(dòng)登陸、自動(dòng)對(duì)比，系統(tǒng)可以實(shí)現(xiàn)自動(dòng)開(kāi)閘、自動(dòng)計(jì)費(fèi)、自動(dòng)驗(yàn)證用戶(hù)車(chē)輛身份、自動(dòng)區(qū)分內(nèi)外部車(chē)輛、自動(dòng)計(jì)算車(chē)位數(shù)、自動(dòng)報(bào)警等諸多智能化功能。