號識別

為了更好地識別車(chē)牌號，必須采取以下常見(jiàn)步驟：

1)準確定位牌照，在圖片中定位牌照位置；

2)分割牌照字符，分割牌照中的字符；

3)識別牌照字符，識別分割字符，較終形成牌照號。

在車(chē)牌號識別的整個(gè)過(guò)程中，車(chē)牌顏色識別很可能在上述不同步驟中進(jìn)行，通常與車(chē)牌號識別相互配合，相互驗證。

準確定位牌照

在地形下，汽車(chē)圖像的自然環(huán)境復雜，陽(yáng)光不均勻。如何在自然背景下準確確定許可區域是識別整個(gè)過(guò)程的關(guān)鍵。一開(kāi)始，大規模搜索和推薦小視頻圖像，并找到幾個(gè)符合汽車(chē)許可證特征的區域作為準備ps選擇區域，然后進(jìn)一步分析和識別候選區域，最后選擇較好的地方作為許可區域，并從圖像中提取。

2牌照字符分割

在準確定位許可區域后，將許可區域劃分為獨立的字符，然后進(jìn)行識別。垂直投影法通常用于字符分割。由于垂直方向上的字符投影必須在字符之間或字符之間的間隙附近獲得一些非常小的值，因此該位置應實(shí)現字符寫(xiě)作、字符、規格、型號限制等標準。垂直投影法的應用對復雜地理環(huán)境下汽車(chē)圖像中的字符分割具有良好的預期效果。

3牌照字符識別

該方法基于模板匹配算法和神經(jīng)元網(wǎng)絡(luò )算法算法。根據模板匹配算法，將分割字符二值化，將其規格、型號和規格調整為字符數據庫中模板的規格，然后選擇匹配所有模板作為結果。根據神經(jīng)元網(wǎng)絡(luò )算法，有兩種算法：一種是首先對字符進(jìn)行svm算法，然后訓練中樞神經(jīng)系統網(wǎng)絡(luò )分配器；另一種方法是通過(guò)互聯(lián)網(wǎng)自動(dòng)將圖像輸入互聯(lián)網(wǎng)技術(shù)svm算法直到識別結果。

在實(shí)際應用中，車(chē)牌號碼識別系統的識別率也與車(chē)牌質(zhì)量和攝影質(zhì)量密切相關(guān)。車(chē)牌質(zhì)量會(huì )被腐蝕、損壞、油漆脫落、字體效果褪色、車(chē)牌遮擋、車(chē)牌傾斜、高亮度回光、多車(chē)牌、假車(chē)牌等因素損壞；實(shí)際生產(chǎn)的整個(gè)過(guò)程也會(huì )受到地理環(huán)境飽和度、攝影模式、速度等因素的損壞。這些影響因素降低了車(chē)牌識別的識別率，這只是車(chē)牌識別系統的一個(gè)困難和。為了更好地提高識別率，除了不斷改進(jìn)識別算法外，還應找到解決各種陽(yáng)光規范的方法，使收集到的圖像較有利于識別。