车牌识别技术要求能够将运动中的汽车牌照从复杂背景中提取并识别出来,通过车牌提取、图像预处理、特征提取、车牌字符识别等技术,识别车辆牌号、颜色等信息,新的技术水平为字母和数字的识别率可达到99.7%,汉字的识别率可达到99%。
汽车牌照号码是车辆的“身份”标识,牌照自动识别技术可以在汽车不作任何改动的情况下实现汽车“身份”的自动登记及验证,这项技术已经应用于公路收费、停车管理、称重系统、交通诱导、交通执法、公路稽查、车辆调度、车辆检测等各种场合。
高速公路收费管理
在高速路的各个出入口安装车牌识别设备,车辆驶入时识别车辆牌照将入口资料存入收费系统,车辆到达出口时再次识别其牌照并根据牌照信息调用入口资料,结合出入口资料实现收费管理。这种应用可以实现自动计费并可防止作弊,避免了应收款的流失。
车牌识别停车场管理系统将摄像机在入口拍摄的车辆车牌号码图象自动识别并转换成数字信号。做到一卡一车,车牌识别的优势在于可以把卡和车对应起来,使管理提高一个档次,卡和车的对应的优点在于长租卡须和车配合使用,杜绝一卡多车使用的漏洞,提高物业管理的效益;同时自动比对进出车辆,防止偷盗事件的发生。升级后的摄像系统可以采集更清晰的图片,作为档案保存,可以为一些纠纷提供有力的证据。 方便了管理人员在车辆出场时进行比对,大大增强了系统的安全性。
为了进行车牌识别,需要以下几个基本的步骤:
1、 牌照定位,定位图片中的牌照位置;
2、牌照字符分割,把牌照中的字符分割出来;
3、牌照字符识别,把分割好的字符进行识别,终组成牌照号码。
车牌识别过程中,牌照颜色的识别依据算法不同,可能在上述不同步骤实现,通常与车牌识别互相配合、互相验证。
牌照字符识别方法
主要有基于模板匹配算法和基于人工神经网络算法。基于模板匹配算法将分割后的字符二值化并将其尺寸大小缩放为字符数据库中模板的大小,然后与所有的模板进行匹配,选择佳匹配作为结果。基于人工神经网络的算法有两种:一种是先对字符进行特征提取,然后用所获得特征来训练神经网络分配器;另一种方法是直接把图像输入网络,由网络自动实现特征提取直至识别出结果。