您好,歡迎來到易龍商務網!
發布時間:2020-12-30 20:03  
【廣告】





灰度用黑色調來表示物體,每個灰度對象有0%至lOO%的范圍值。在車牌識別系統的圖片處理中將彩色的圖像轉換為高質量的黑白圖像,把原圖像的所有顏色信息全部剔除。而我們所說的灰度色,就是指純白、純黑及兩者的一系列從黑到白的過渡顏色。平常所說的黑白照片、電視,實際上都應稱為灰度照片、灰度電視才準確。灰度共有256個級別,灰度的相當于的黑,那就是純黑。灰度的相當于的黑,也就是沒有黑,就是純白。
當把像素量化以后,用一個字節表示像素的大小。如果把黑.灰.白連續多種變化的灰度值也量化為256個灰度級,則灰度值的范圍大小為O到255,表示的含義是亮度從深到淺,相對應的圖像中的顏色則是從黑到白。所以黑白照片里包含了黑白之間的所有灰度值,每個像素都在黑和白之間的256種灰度中包含著。

一個車牌識別系統是否實用,的指標是識別率。國際交通技術部門做過專門的識別率指標論述,要求是24小時全天候全牌正確識別率85%~95%。
通過以下方式可以看得出車牌識別的“識別率”:
1、可識別全牌正確識別率=全牌正確識別的車牌照總數/人工讀取的車牌照總數這三個指標決定了車牌識別系統的識別率,諸如可信度、誤識率等都是車牌識別過程中的中間結果。
2、可識別車牌照的百分率=人工正確讀取的車牌照總數/實際通過的車輛總數
3、自然交通流量的識別率=全牌正確識別總數/實際通過的車輛總數



車牌識別技術流程剖解:車牌識別模塊,在車牌識別系統中,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,而且可提高圖像質量,提高相似字符的可區分性,保證字符識別的可靠性。車牌識別結果決策模塊,識別結果決策模塊,具體地說,決策模塊利用一個車牌經過視野的過程留下的歷史記錄,對識別結果進行智能化的決策。其通過計算觀測幀數、識別結果穩定性、軌跡穩定性、速度穩定性、平均可信度和相似度等度量值得到該車牌的綜合可信度評價,從而決定是繼續跟蹤該車牌,還是輸出識別結果,或是拒絕該結果。這種方法綜合利用了所有幀的信息,減少了以往基于單幅圖像的識別算法所帶來的偶然性錯誤,大大提高了系統的識別率和識別結果的正確性和可靠性。車牌跟蹤模塊,車牌跟蹤模塊記錄下車輛行駛過程中每一幀中該車車牌的位置以及外觀、識別結果、可信度等各種歷史信息。由于車牌跟蹤模塊采用了具有一定容錯能力的運動模型和更新模型,使得那些被短時間遮擋或瞬間模糊的車牌仍能被正確地跟蹤和預測,終只輸出一個識別結果。
