停车场楼监控系统
监控车牌自动识别的技术说明及应用实例
现代社会已进入信息时代，随着计算机技术、通信技术和计算机网络技术的发展，自动化的信息处理能 力和水平不断提高，并在人们社会活动和生活的各个领域得到广泛应用。在这种情况下，作为信息来源的自动检测、图像识别技术越来越受到人们的重视。目前指纹识别、视网膜识别技术已经到了实用阶段；声音识别技术发展也是相当的快。作为现代社会的主要交通工具之一的汽车，在人们的生产、生活的各个领域得到大量使用，对它的信息自动采集和管理对于交通车辆管理、园区车辆管理、停车场管理等方面有十分重要的意义，成为信息处理技术的一项重要课题。
车牌自动识别技术的进展
从20 世纪 90 年代，人们就开始了对汽车牌照自动识别的研究，其主要途径是采用计算机图象处理技术对车牌的图象进行分析，自动提取车牌信息，确定汽车牌号。在车牌识别过程中，有人使用模糊数学理论判别车牌在图象中的位置和字符，也有用神经元网络的算法识别车牌中的字符。目前车牌识别的理论已经成熟，离线算法识别率已经达到很高水平。
车牌自动识别系统组成
车牌自动识别系统主要有摄像头、视频采集接口、计算机和辅助照明装置组成，如图 1 所示。计算机通过视频采集接口采集摄像头摄入的视频图象，经处理和识别得到车牌号。在自然光较暗影响识别效果时，由辅助照明装置提供摄像光源。
车牌自动识别的技术关键
在车牌自动识别系统中，应解决以下几个关键技术问题：
⑴ 图象预处理：对动态采集到的图象进行滤波、边界增强等处理，以克服图象干扰，改善识别效果。
⑵ 车牌的定位：在动态采集到的图象中，自动找到车牌的位置。
⑶ 字符分割：在车牌图象上，自动提取单个字符的图象。
⑷ 字符识别：在每个字符图象中识别出字符文字。 在实际应用中，最关键的问题是如何在环境光线 变化、光路有灰尘及车牌模糊的条件下得到清晰的车牌图象，这个问题可通过系统安装方式、辅助光源的 设置和车牌图象预处理等方法解决，但在车牌图象严重模糊，以至于肉眼难以辨别的情况下，很难进行正
确识别，所以在车牌识别中，存在一个识别率指标。一段时间内车牌识别率指标的定义为：其中： V：车 牌识别率 NR：这段时间内正确识别的车牌数 NT ：这段时间内识别的总车牌数 .
|
您当前的位置：