|
|
国内车牌识别算法有哪些意义?相信不少人是有疑问的,今天深圳市开门红科技有限公司就跟大家解答一下!( e9 z" B! p& C2 c
6 R7 w; v9 e9 C
车牌识别过程中,车牌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,那么国内车牌识别算法有哪些意义?接下来就跟着开门红科技小编一起来看下吧!# Q$ e2 ~# z1 R7 X' w W% @
' q# P! A6 h) S9 s) v
一、车牌定位. f! B+ h: L+ k- A9 ^+ _( u& I
- s1 o+ J8 E: d3 N自然环境下,汽车图像背景复杂、光照不均匀,如何在自然背景中准确地确定车牌区域是整个识别过程的关键,首先对采集到的视频图像进行大范围相关搜索,找到符合汽车车牌特征的若干区域作为候选区,然后对这些侯选区域做进一步分析、评判,最后选定一个最佳的区域作为车牌区域,并将其从图象中分割出来;
: D' W3 p, w. y: P# q& G+ x9 p0 }" s* Z; ~! o" F
二、车牌字符分割
; O, o2 ^9 i% s. u% W
1 P# s: ?; g; |7 ^完成车牌区域的定位后,再将车牌区域分割成单个字符,然后进行识别,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间或字符内的间隙处取得局部最小值的附近,并且这个位置应满足车牌的字符书写格式、字符、尺寸限制和一些其他条件,利用垂直投影法对复杂环境下的汽车图像中的字符分割有较好的效果;
" M# P2 r( W& ]; p. i
5 b! H% P" a+ p4 U. Y% Y三、车牌字符识别& @0 {7 @! ~/ ]6 v. ^
5 |* |8 T. I9 H$ o5 J, f字符识别方法目前主要有基于模板匹配算法和基于人工神经网络算法,基于模板匹配算法首先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,最后选最佳匹配作为结果。
( L1 Q# U& O0 o$ S, L
6 G3 |0 V) ~& N基于人工神经元网络的算法有两种:一种是先对待识别字符进行特征提取,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待处理图像输入网络,由网络自动实现特征提取直至识别出结果。
6 _) k' J9 M+ J6 n# \ L4 v! E. G5 v, v3 v a
实际应用中,车牌识别系统的识别率与车牌质量和拍摄质量密切相关,车牌质量会受到各种因素的影响,如生锈、污损、油漆剥落、字体褪色、车牌被遮挡、车牌倾斜、高亮反光、多车牌、假车牌等等。" }* \0 N7 q, N$ t" j2 }3 H
Z7 B, h0 [2 q# |
实际拍摄过程也会受到环境亮度、拍摄亮度、车辆速度等等因素的影响,这些影响因素不同程度上降低了车牌识别的识别率,也正是车牌识别系统的困难和挑战所在,为了提高识别率,除了不断的完善识别算法,还应该想办法克服各种光照条件,使采集到的图像最利于识别。6 f$ i6 A b4 |$ p# T% L
# _4 K" ?4 g. ~' F: c( _( w
以上就是深圳市开门红科技有限公司小编给你们介绍的国内车牌识别算法有哪些意义,希望大家看后有所帮助! |
|