電子車牌識別系統(tǒng)-值得信賴「安徽安快」

車牌識別系統(tǒng)采用高度模塊化的設計，將車牌識別過程的各個環(huán)節(jié)各自作為一個獨立的模塊。

車牌識別模塊

在車牌識別系統(tǒng)中，通常采用多種識別模型相結合的方法來進行車牌識別，構建一種層次化的字符識別流程，可有效地提高字符識別的正確率。另一方面，在字符識別之前，使用計算機智能算法對字符圖像進行前期處理，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，保證字符識別的可靠性。

根據(jù)車牌的特征，常見的車牌定位方法有基于車牌顏色特征信息的定位法、基于車牌區(qū)域頻譜特征的定位法、基于分類器的車牌定位法、基于車牌邊緣特征的車牌定位法等，這些方法各有所長。值得注意的是，車牌定位算法的分類并不是一定的，區(qū)別算法類別的標準并不十分明確。車牌定位算法的方法多種多樣、各有所長，但存在著計算量大或者定位準確率不高等問題。

車牌字符分割算法的研究

車牌字符分割就是對已經(jīng)定位出的車牌區(qū)域內(nèi)的車牌字符進行分割，從而獲取車牌上的字符，是車牌字符識別的前提和準備。車牌字符分割的好壞，直接影響到識別效果的好壞。在車牌識別系統(tǒng)中，由于車牌污染、背景復雜、光照不均勻、車牌發(fā)生傾斜、邊框影響以及間隔符等因素影響，很難找到一種普遍使用的分割方法。

車牌識別系統(tǒng)管理的停車場已普及到我們生活的各個領域，所以更先進的識別技術將為人們帶來更多便利，不過由于自然環(huán)境的影響，車牌識別的技術還是會受到影響，目前影響車牌識別成像的因素各不相同

天氣的影響 雨霧天氣能見度較低，獲取的車牌圖片質(zhì)量會有嚴重的退化，因此車牌識別系統(tǒng)必須實現(xiàn)圖像復原功能，即采用圖像復原算法對雨霧天退化圖像實現(xiàn)場景的再現(xiàn)。