车牌识别系统主要由嵌入式的车牌识别算法核心、2.8~12mm自动变焦镜头、IP66防护等级金属防护罩、内嵌式补光灯,主板、电源、接线端子等电子元器件组成,其中算法最重要!一个好的车牌识别产品需搭配好识别率和稳定性的算法。
车牌识别系统工作原理:
(一)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。
(二)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。
(三)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。
(四)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。
(五)字符分割:在图像中定位出车牌区域后,通过灰度化、二值化等处理,精确定位字符区域,然后根据字符尺寸特征进行字符分割。
(六)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。
(七)结果输出:将车牌识别的结果以文本格式输出。
车牌识别中的字符识别是车牌识别中最重要的一轮环节,目前所用的字符识别算法有依据模板匹配的ocr算法和人工神经网络的ocr算法。前一种算法是将字符尺寸缩小威数据库中的模板大小并且将字符精选二值化计算,进行模板匹配,得出最佳结果。后一种人工神经网络识别分为两种:一、进行字符分特征提取,用识别分类的特征案例训练神经网络分类器;另一种是充分利用神经网络特带你,直接输入处理图像,通过网络识别特征识别车牌。
两种识别方式各有不同,模板识别简单,而且能够在车牌受污染时候图像字符有缺损,污渍干扰大的时候识别率也很高,因此被认作是车牌识别字符识别算法的主要算法。
同时模板匹配也是最具有代表性的一个基本方法之一,能够将图像进行比较之后归于相应的类,也能够将及玄机图像于模板特征量之间的距离,用最小距离判定所属类。
通常情况下,由于成像图像的差异性,会产生较大的干扰,经过图像预处理之后会是的图像的灰度像素等发生改变,我们可以根据一些基于图像不败你的特征去设计的特征量来构架模板,避免出现类似问题。