首頁(yè) > 信息動(dòng)態(tài)
> 新聞中心
返回
烏魯木齊破胎器的車牌識(shí)別技術(shù)工作流程及應(yīng)用
來(lái)源:isatdock.com.cn 發(fā)布時(shí)間:2019年11月18日
烏魯木齊破胎器的車牌識(shí)別技術(shù)工作流程及應(yīng)用、 車牌號(hào)碼識(shí)別簡(jiǎn)稱車牌識(shí)別,也稱作車牌號(hào)識(shí)別或車輛牌照識(shí)別或車輛號(hào)牌識(shí)別,是計(jì)算機(jī)視頻圖像識(shí)別技術(shù)在車輛牌照識(shí)別中的一種應(yīng)用,即從圖像信息中將車牌號(hào)碼提取并識(shí)別出來(lái)。車輛號(hào)碼識(shí)別是智能交通系統(tǒng)中一項(xiàng)很重要的技術(shù),可廣泛應(yīng)用于各類有專屬號(hào)碼的交通工具上,如:汽車、火車、非機(jī)車輛等。
二、車牌定位模塊車牌定位模塊是一個(gè)十分重要的環(huán)節(jié),是后續(xù)環(huán)節(jié)的基礎(chǔ),其準(zhǔn)確性對(duì)整體系統(tǒng)性能的影響巨大。車牌系統(tǒng)完全摒棄了以往的算法思路,實(shí)現(xiàn)了一種完全基于學(xué)習(xí)的多種特征融合的車牌定位新算法,適用于各種復(fù)雜的背景環(huán)境和不同的攝像角度。
三、車牌矯正及精定位模塊由于受拍攝條件的限制,圖像中的車牌總不可避免存在一定的傾斜,需要一個(gè)矯正和精定位環(huán)節(jié)來(lái)進(jìn)一步提高車牌圖像的質(zhì)量,為切分和識(shí)別模塊做準(zhǔn)備。使用精心設(shè)計(jì)的快速圖像處理濾波器,不僅計(jì)算快速,而且利用的是車牌的整體信息,避免了局部噪聲帶來(lái)的影響。使用該算法的另一個(gè)優(yōu)點(diǎn)就是通過(guò)對(duì)多個(gè)中間結(jié)果的分析還可以對(duì)車牌進(jìn)行精定位,進(jìn)一步減少非車牌區(qū)域的影響。
四、車牌切分模塊車牌系統(tǒng)的車牌切分模塊利用了車牌文字的灰度、顏色、邊緣分布等各種特征,能較好地抑制車牌周圍其他噪聲的影響,并能容忍一定傾斜角度的車牌。這一算法有利于類似移動(dòng)式稽查這種車牌圖像噪聲較大的應(yīng)用。
五、車牌識(shí)別模塊在車牌識(shí)別系統(tǒng)中,通常采用多種識(shí)別模型相結(jié)合的方法來(lái)進(jìn)行車牌識(shí)別,構(gòu)建一種層次化的字符識(shí)別流程,可有效地提高字符識(shí)別的正確率。另一方面,在字符識(shí)別之前,使用計(jì)算機(jī)智能算法對(duì)字符圖像進(jìn)行前期處理,不僅可盡可能保留圖像信息,而且可提高圖像質(zhì)量,提高相似字符的可區(qū)分性,保證字符識(shí)別的可靠性。
六、車牌識(shí)別結(jié)果決策模塊識(shí)別結(jié)果決策模塊,具體地說(shuō),決策模塊利用一個(gè)車牌經(jīng)過(guò)視野的過(guò)程留下的歷史記錄,對(duì)識(shí)別結(jié)果進(jìn)行智能化的決策。其通過(guò)計(jì)算觀測(cè)幀數(shù)、識(shí)別結(jié)果穩(wěn)定性、軌跡穩(wěn)定性、速度穩(wěn)定性、平均可信度和相似度等度量值得到該車牌的綜合可信度評(píng)價(jià),從而決定是繼續(xù)跟蹤該車牌,還是輸出識(shí)別結(jié)果,或是拒絕該結(jié)果。這種方法綜合利用了所有幀的信息,減少了以往基于單幅圖像的識(shí)別算法所帶來(lái)的偶然性錯(cuò)誤,大大提高了系統(tǒng)的識(shí)別率和識(shí)別結(jié)果的正確性和可靠性。
七、車牌跟蹤模塊車牌跟蹤模塊記錄下車輛行駛過(guò)程中每一幀中該車車牌的位置以及外觀、識(shí)別結(jié)果、可信度等各種歷史信息。由于車牌跟蹤模塊采用了具有一定容錯(cuò)能力的運(yùn)動(dòng)模型和更新模型,使得那些被短時(shí)間遮擋或瞬間模糊的車牌仍能被正確地跟蹤和預(yù)測(cè),最終只輸出一個(gè)識(shí)別結(jié)果。
如果您還有任何關(guān)于新疆懸浮門廠家的疑問,就請(qǐng)來(lái)我們公司吧,我們將耐心回答您的任何疑問。且如果您在閱讀本文的過(guò)程中發(fā)現(xiàn)任何需要修改的地方時(shí),請(qǐng)您及時(shí)提出指證!更多相關(guān)內(nèi)容請(qǐng)點(diǎn)擊了解更多信息
車牌識(shí)別技術(shù)工作流程、車牌識(shí)別系統(tǒng)采用高度模塊化的設(shè)計(jì),將車牌識(shí)別過(guò)程的各個(gè)環(huán)節(jié)各自作為一個(gè)獨(dú)立的模塊。
二、車牌定位模塊車牌定位模塊是一個(gè)十分重要的環(huán)節(jié),是后續(xù)環(huán)節(jié)的基礎(chǔ),其準(zhǔn)確性對(duì)整體系統(tǒng)性能的影響巨大。車牌系統(tǒng)完全摒棄了以往的算法思路,實(shí)現(xiàn)了一種完全基于學(xué)習(xí)的多種特征融合的車牌定位新算法,適用于各種復(fù)雜的背景環(huán)境和不同的攝像角度。
三、車牌矯正及精定位模塊由于受拍攝條件的限制,圖像中的車牌總不可避免存在一定的傾斜,需要一個(gè)矯正和精定位環(huán)節(jié)來(lái)進(jìn)一步提高車牌圖像的質(zhì)量,為切分和識(shí)別模塊做準(zhǔn)備。使用精心設(shè)計(jì)的快速圖像處理濾波器,不僅計(jì)算快速,而且利用的是車牌的整體信息,避免了局部噪聲帶來(lái)的影響。使用該算法的另一個(gè)優(yōu)點(diǎn)就是通過(guò)對(duì)多個(gè)中間結(jié)果的分析還可以對(duì)車牌進(jìn)行精定位,進(jìn)一步減少非車牌區(qū)域的影響。
四、車牌切分模塊車牌系統(tǒng)的車牌切分模塊利用了車牌文字的灰度、顏色、邊緣分布等各種特征,能較好地抑制車牌周圍其他噪聲的影響,并能容忍一定傾斜角度的車牌。這一算法有利于類似移動(dòng)式稽查這種車牌圖像噪聲較大的應(yīng)用。
五、車牌識(shí)別模塊在車牌識(shí)別系統(tǒng)中,通常采用多種識(shí)別模型相結(jié)合的方法來(lái)進(jìn)行車牌識(shí)別,構(gòu)建一種層次化的字符識(shí)別流程,可有效地提高字符識(shí)別的正確率。另一方面,在字符識(shí)別之前,使用計(jì)算機(jī)智能算法對(duì)字符圖像進(jìn)行前期處理,不僅可盡可能保留圖像信息,而且可提高圖像質(zhì)量,提高相似字符的可區(qū)分性,保證字符識(shí)別的可靠性。
六、車牌識(shí)別結(jié)果決策模塊識(shí)別結(jié)果決策模塊,具體地說(shuō),決策模塊利用一個(gè)車牌經(jīng)過(guò)視野的過(guò)程留下的歷史記錄,對(duì)識(shí)別結(jié)果進(jìn)行智能化的決策。其通過(guò)計(jì)算觀測(cè)幀數(shù)、識(shí)別結(jié)果穩(wěn)定性、軌跡穩(wěn)定性、速度穩(wěn)定性、平均可信度和相似度等度量值得到該車牌的綜合可信度評(píng)價(jià),從而決定是繼續(xù)跟蹤該車牌,還是輸出識(shí)別結(jié)果,或是拒絕該結(jié)果。這種方法綜合利用了所有幀的信息,減少了以往基于單幅圖像的識(shí)別算法所帶來(lái)的偶然性錯(cuò)誤,大大提高了系統(tǒng)的識(shí)別率和識(shí)別結(jié)果的正確性和可靠性。
七、車牌跟蹤模塊車牌跟蹤模塊記錄下車輛行駛過(guò)程中每一幀中該車車牌的位置以及外觀、識(shí)別結(jié)果、可信度等各種歷史信息。由于車牌跟蹤模塊采用了具有一定容錯(cuò)能力的運(yùn)動(dòng)模型和更新模型,使得那些被短時(shí)間遮擋或瞬間模糊的車牌仍能被正確地跟蹤和預(yù)測(cè),最終只輸出一個(gè)識(shí)別結(jié)果。
如果您還有任何關(guān)于新疆懸浮門廠家的疑問,就請(qǐng)來(lái)我們公司吧,我們將耐心回答您的任何疑問。且如果您在閱讀本文的過(guò)程中發(fā)現(xiàn)任何需要修改的地方時(shí),請(qǐng)您及時(shí)提出指證!更多相關(guān)內(nèi)容請(qǐng)點(diǎn)擊了解更多信息
相關(guān)產(chǎn)品
相關(guān)文章
- 烏魯木齊破胎器利用車牌識(shí)別系統(tǒng)管理的方式有哪些優(yōu)勢(shì)2019年11月08日
- 快速卷簾門不能關(guān)閉原因?yàn)豸斈君R破胎器為您分析2019年09月03日
- 烏魯木齊破胎器分享到電動(dòng)門維修遇到常見故障之解決方案2019年08月27日
- 烏魯木齊破胎器告訴你智能車牌識(shí)別系統(tǒng)處理為人們提供便捷停車外2019年07月24日
- 停車場(chǎng)系統(tǒng)常見故障烏魯木齊破胎器一一講解2019年05月09日