車牌識(shí)別流程圖
車牌識(shí)別流程圖
車牌識(shí)別技術(shù)要求能夠?qū)⑦\(yùn)動(dòng)中的汽車牌照從復(fù)雜背景中提取并識(shí)別出來,通過車牌提取、圖像預(yù)處理、特征提取、車牌字符識(shí)別等技術(shù),識(shí)別車輛牌號(hào)、顏色等信息,目前最新的技術(shù)水平為字母和數(shù)字的識(shí)別率可達(dá)到99.7%,漢字的識(shí)別率可達(dá)到99%。以下是學(xué)習(xí)啦小編為大家整理的關(guān)于車牌識(shí)別流程圖,給大家作為參考,歡迎閱讀!
車牌識(shí)別流程圖
車牌識(shí)別的識(shí)別原理
識(shí)別流程
車牌自動(dòng)識(shí)別是一項(xiàng)利用車輛的動(dòng)態(tài)視頻或靜態(tài)圖像進(jìn)行牌照號(hào)碼、牌照顏色自動(dòng)識(shí)別的模式識(shí)別技術(shù)。其硬件基礎(chǔ)一般包括觸發(fā)設(shè)備(監(jiān)測(cè)車輛是否進(jìn)入視野)、攝像設(shè)備、照明設(shè)備、圖像采集設(shè)備、識(shí)別車牌號(hào)碼的處理機(jī)(如計(jì)算機(jī))等,其軟件核心包括車牌定位算法、車牌字符分割算法和光學(xué)字符識(shí)別算法等。某些車牌識(shí)別系統(tǒng)還具有通過視頻圖像判斷是否有車的功能稱之為視頻車輛檢測(cè)。一個(gè)完整的車牌識(shí)別系統(tǒng)應(yīng)包括車輛檢測(cè)、圖像采集、車牌識(shí)別等幾部分(如圖1所示)。當(dāng)車輛檢測(cè)部分檢測(cè)到車輛到達(dá)時(shí)觸發(fā)圖像采集單元,采集當(dāng)前的視頻圖像。車牌識(shí)別單元對(duì)圖像進(jìn)行處理,定位出牌照位置,再將牌照中的字符分割出來進(jìn)行識(shí)別,然后組成牌照號(hào)碼輸出。
車輛檢測(cè)
車輛檢測(cè)可以采用埋地線圈檢測(cè)、紅外檢測(cè)、雷達(dá)檢測(cè)技術(shù)、視頻檢測(cè)等多種方式。采用視頻檢測(cè)可以避免破壞路面、不必附加外部檢測(cè)設(shè)備、不需矯正觸發(fā)位置、節(jié)省開支,而且更適合移動(dòng)式、便攜式應(yīng)用的要求。
系統(tǒng)進(jìn)行視頻車輛檢測(cè),需要具備很高的處理速度并采用優(yōu)秀的算法,在基本不丟幀的情況下實(shí)現(xiàn)圖像采集、處理。若處理速度慢,則導(dǎo)致丟幀,使系統(tǒng)無法檢測(cè)到行駛速度較快的車輛,同時(shí)也難以保證在有利于識(shí)別的位置開始識(shí)別處理,影響系統(tǒng)識(shí)別率。因此,將視頻車輛檢測(cè)與牌照自動(dòng)識(shí)別相結(jié)合具備一定的技術(shù)難度。
號(hào)碼識(shí)別
為了進(jìn)行車牌識(shí)別,需要以下幾個(gè)基本的步驟:
1) 牌照定位,定位圖片中的牌照位置;
2) 牌照字符分割,把牌照中的字符分割出來;
3) 牌照字符識(shí)別,把分割好的字符進(jìn)行識(shí)別,最終組成牌照號(hào)碼。
車牌識(shí)別過程中,牌照顏色的識(shí)別依據(jù)算法不同,可能在上述不同步驟實(shí)現(xiàn),通常與車牌識(shí)別互相配合、互相驗(yàn)證。
1) 牌照定位
自然環(huán)境下,汽車圖像背景復(fù)雜、光照不均勻,如何在自然背景中準(zhǔn)確地確定牌照區(qū)域是整個(gè)識(shí)別過程的關(guān)鍵。首先對(duì)采集到的視頻圖像進(jìn)行大范圍相關(guān)搜索,找到符合汽車牌照特征的若干區(qū)域作為候選區(qū),然后對(duì)這些侯選區(qū)域做進(jìn)一步分析、評(píng)判,最后選定一個(gè)最佳的區(qū)域作為牌照區(qū)域,并將其從圖像中分離出來。
2) 牌照字符分割
完成牌照區(qū)域的定位后,再將牌照區(qū)域分割成單個(gè)字符,然后進(jìn)行識(shí)別。字符分割一般采用垂直投影法。由于字符在垂直方向上的投影必然在字符間或字符內(nèi)的間隙處取得局部最小值的附近,并且這個(gè)位置應(yīng)滿足牌照的字符書寫格式、字符、尺寸限制和一些其他條件。利用垂直投影法對(duì)復(fù)雜環(huán)境下的汽車圖像中的字符分割有較好的效果。
3) 牌照字符識(shí)別方法主要有基于模板匹配算法和基于人工神經(jīng)網(wǎng)絡(luò)算法?;谀0迤ヅ渌惴ㄊ紫葘⒎指詈蟮淖址祷⑵涑叽绱笮】s放為字符數(shù)據(jù)庫中模板的大小,然后與所有的模板進(jìn)行匹配,選擇最佳匹配作為結(jié)果?;谌斯ど窠?jīng)網(wǎng)絡(luò)的算法有兩種:一種是先對(duì)字符進(jìn)行特征提取,然后用所獲得特征來訓(xùn)練神經(jīng)網(wǎng)絡(luò)分配器;另一種方法是直接把圖像輸入網(wǎng)絡(luò),由網(wǎng)絡(luò)自動(dòng)實(shí)現(xiàn)特征提取直至識(shí)別出結(jié)果。
實(shí)際應(yīng)用中,車牌識(shí)別系統(tǒng)的識(shí)別率還與牌照質(zhì)量和拍攝質(zhì)量密切相關(guān)。牌照質(zhì)量會(huì)受到各種因素的影響,如生銹、污損、油漆剝落、字體褪色、牌照被遮擋、牌照傾斜、高亮反光、多牌照、假牌照等等;實(shí)際拍攝過程也會(huì)受到環(huán)境亮度、拍攝方式、車輛速度等等因素的影響。這些影響因素不同程度上降低了車牌識(shí)別的識(shí)別率,也正是車牌識(shí)別系統(tǒng)的困難和挑戰(zhàn)所在。為了提高識(shí)別率,除了不斷地完善識(shí)別算法還應(yīng)該想辦法克服各種光照條件,使采集到的圖像最利于識(shí)別。
車牌識(shí)別流程圖相關(guān)文章:
5.新車上牌照流程