关键词 |
车牌识别系统参数,隆尧县车牌识别系统,车牌识别系统厂家,生产车牌识别系统 |
面向地区 |
全国 |
人工神经网络技术，计算机及相关技术发达的一些国家开始探讨用人工神经网络技术解决车牌自动识别问题，例如1994年M.M.M.FANHY等就成功地运用了BAM神经网络方法对车牌上的字符进行自动识别，BAM神经网络是由相同神经元构成的双向联想式单层网络，每一个字符模板对应着个BAM矩阵，通过与车牌上的字符比较，识别出正确的车牌号码。
停车场车辆牌照识别系统的工作原理如下：1.系统通过视频采集接口采集摄像头摄入包含车牌的视频图像；2.再对动态采集到的图像进行处理以克服图像干扰，改善识别效果；3.接着在动态采集到的图像中自动找到车牌的位置也就是边缘检测，并分割出单个字符的矩形区域；4.对车牌进行二值化,后把规整好的字符输入字符识别系统进行识别。
车牌字符切割在上一步中，我们成功找到了车牌，并把它从原图（不是二值化的图）截取出来了。对截取的车牌图片进行上一步的灰度化、二值化、降噪处理，尤其是边缘降噪。如果降噪后，干扰的噪声还是比较大，可以采取腐蚀、膨胀算法来模糊噪声。如果降噪后的车牌图片有倾斜现象，就需要对图片做错切变换（就是倾斜角度调整）。我们知道，有些车牌是上下结构的，这很容易通过对二值化的图片做像素扫描来检测上下两部分是否中间不粘连，如果不粘连，那就是上下结构车牌。如果不是上下结构，那就是单行结构的新车牌。
