热点推荐词:

常见问题

车牌识别系统中关键技术的研究是什么

文字:[大][中][小] 手机页面二维码 2019/3/19     浏览次数:    
  现在人脸识别技术都已经很成熟了,小小的车牌更不在话下。 停车场车牌识别系统出漏洞!一张手机照片就能免费进出?闸机里有车辆检测器,先通过摄像机地感线开闸拍照片,车辆通过落闸地感线关闸,出来时,收费人员看不到车辆信息会查到你的信息。不要钻空子。下面说说车牌识别系统中关键技术的研究是什么。

  免费使用停车场15分钟。当您出来时,拍摄新到车的照片,过道门适用于现有车牌识别系统中许多关键技术的无人值守自助支付停车场。提高。车牌定位和提取技术采用基于图像二维能量和HIS色彩空间相结合的方法,改进了现有的能量算法和彩色图像分割算法。在倾斜校正中,呈现了基于牌照二进制图像的密度重心的校正方法。在识别技术中,引入了一种结合特征提取和多级BP神经网络算法的分类识别方法,类似于车牌。使用二级神经网络精确识别字符。实验表明,通过改进车牌识别系统中的关键技术,可以大大提高系统的鲁棒性和准确性。


  车牌识别系统的整体流程
  图1显示了车牌识别系统的整体流程。这些包括视频图像采集,图像预处理,车牌定位和提取,车牌面积校正和字符分割,字符识别和培训。

  其中,图像预处理只需要实现图像的灰度增强。与其他方法相比,不需要其他预处理,可以显着提高系统的运行效率。通过图像二维图像能量实现车牌定位和提取,并且准确地提取相应的车牌区域,以避免在车牌二值化时引入太多噪音。车牌校正和分割实现了车牌的倾斜校正和字符的分割。字符识别使用两阶段BP算法来识别字符并训练无法识别的字符。

  给出了车牌定位和分割。给出了一种基于灰度图像获取图像能量区域的车牌定位方法。该方法利用车牌的复杂纹理,对比度和外观尺寸构建车辆图像的能量图,然后通过选择能量区域来定位车牌。进一步构造车辆图像的二维能量图,用于定位和提取牌照。在车牌提取过程中,介绍了一种基于彩色图像的分割方法。

  为了快速实现车牌定位,首先,需要将视频拍摄的彩色图像转换为灰度图像。其次,诸如光线不足或反射不足等因素可能导致车牌对比度差,这对后续的纹理分析有影响,因此需要进行图像增强。在图像较暗的区域上执行灰度拉伸,以增强图像对比度,从而提高车牌定位精度。另外,由于该方法不是通过二值化方法定位的,因此可以在不执行灰度级拉伸的情况下完成牌照定位。根据连续视频图像,确定车辆的近似位置和车辆宽度的整个图像的近似比率λ,然后在车辆所在的区域中搜索车牌,这可以改善操作整个计划的效率。这是车牌提取的流程图。


  结论
  设计了一种新的车牌识别系统,并对现有的一些关键技术进行了改进,使识别系统各部分的算法对各种复杂情况都具有鲁棒性。在车牌定位和提取中,采用了一种新的二维能量算法,可有效降低车牌区域的噪声影响;并且改进的颜色分割算法用于更准确地分割提取的车牌图像。车牌二值图像密度重心拟合算法用于校正车牌倾斜角度,可以获得很强的抗干扰能力。字符识别采用二级BP神经网络实现快速高效的车牌字符识别。实验表明,该方法计算简单,精度高,鲁棒性强,满足系统的实时性要求。该方法可以应用于车辆监控,道路收费,停车场管理等领域。
返回上一步
打印此页
在线咨询
在线客服:
133 3565 4420

请扫描二维码访问手机站

[向上]