车牌识别是利用车辆的动态视频或静态图像进行车牌号码、车牌颜色自动识别的模式识别技术。技术的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。
车牌识别技术工作原理
车辆检测:可采用埋地线圈检测、红外检测、雷达检测技术、视频检测等多种方式感知车辆的经过,并触发图像采集抓拍。
图像采集:通过高清摄像抓拍主机对通行车辆进行实时、不间断记录、采集。
预处理: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。 车牌定位:在经过图像预处理之后的灰度图像上进行行列扫描,确定车牌区域。
字符分割:在图像中定位出车牌区域后,智能车牌识别,通过灰度化、二值化等处理,精1确定位字符区域,然后根据字符尺寸特征进行字符分割。
字符识别:对分割后的字符进行缩放、特征提取,与字符数据库模板中的标准字符表达形式进行匹配判别。
结果输出:将车牌识别的结果以文本格式输出。
车牌识别云台摄像机通过光抑制屏蔽,电子快门调节,宽动态功能等来实现抓拍车牌:
强光屏蔽:在低照度彩色摄像机的基础上,通过软件的功能,把图像中亮的部分遮挡。在交通监控中,一般可将大灯的强光遮挡,从而将车牌较清晰的抓拍下来。
可调电子快门:对于高速运动的物体抓拍(高速公路上的汽车车速一般都在80KM/小时以上),可以通过降低电子快门速度来实现清晰抓拍,车牌识别系统价格,一般都是通过手动方式调整。
宽动态功能:这是解决车灯对于抓拍影响的1好的办法,宽动态早是松下公司提出来的。当背景光过亮时,普通摄像机无法很好的解决明暗图像的显示问题。
作为智能交通领域确定车辆身份的1重要手段,车牌识别厂家,车牌识别技术为实现交通的智能管理发挥了很大作用,在各项工作中都有车牌识别技术的渗透。未来车牌识别技术将有更广泛的应用,届时车牌识别系统行业也将面临大洗牌,只有拥有自主核心技术并且产品质量达标的公司才能过关,因此,有着过硬的技术才是王道,这也是车牌识别技术走向快速发展阶段的必经之路。
为了进行车牌识别,需求以下几个根本的进程:
1) 车牌定位,定位图片中的车牌方位;
2) 车牌字符切割,把车牌中的字符切割出来;
3) 车牌字符识别,把切割好的字符进行识别,终究组成车牌号码。
车牌识别进程中,宁波车牌识别,车牌色彩的识别依据算法不同,可能在上述不同进程完结,一般与车牌识别相互配合、相互验证。