福州智能停車場系統服務為先「福州益鑫盛祥」

從車牌識別發展過程來看，車牌識別技術在應用中所要面臨兩個方面的挑戰。

　　1、人為挑戰：車速、車牌對車牌識別的挑戰

　　道路監控同時也面臨另一不可控制的因素——行駛車輛的速度不一。即使在一般道路上，依據不同駕駛的駕駛習慣，時速差距往往可以達到30公里，甚至40公里;而當車速過快時，往往也會產生拖影的問題。因此攝像機的快門速度和幀率必須趕上車輛的快速移動，才能掌握車輛的細節以及車牌號碼，再讓辨識系統進行辨認。

　　除了車速難以掌控以外，車牌的不統一性也是令各家監控廠商的問題。不論是英文字母的字數不同，或是各式排列不一的組合方式，皆增加了辨識系統的負擔;更甚者，許多駕駛未能維持車牌的干凈度，時常會有污漬遮蔽號碼或是破損的問題，辨識難度不言可喻。故在各種嚴苛條件的綜合下，道路監控與車牌辨識相對門坎比一般環境來得具挑戰性。

　在運動(光流)場確定之后，去除隨機噪聲及一些過小的運動，認為在檢測時段內運動向量始終在一定范圍內保持一致的那些區域屬于一個物體，從而可以確定出各運動目標(車輛)在各個時刻的運動參數(速度，方向等).

　　基于車光流場分析進行跟蹤的方法，可以很的計算出運動目標的速度，但是這種方法采用迭代的方法·計算時間較長，無法進行實時的跟蹤，并且該方法只考慮利用光流散據來進行決策，所以受到被估算的光流場精度的限制.這些方法受到噪聲的影響嚴重·而且·分割所得的運動對象的邊緣精度不夠.在運動不完全的情況下，則會產生分割結果不完整等問題。

　　另外，由于運動場并不是很可靠，因此通常在物體邊界或紋理不突出區域產生錯誤，從而會對分割結果產生明顯的影響，因此，由于各方面的限制，使得基于光流法的運動分割并不適合交通場景下的運動分析。

什么是車牌識別系統的圖像處理系統?

　　圖像處理系統即為本文主要討論的算法處理模塊，為整個系統的軟件部分。它主要包括圖像預處理、車牌定位、字符分割和字符識別四個部分，它的任務是運用數字圖像處理、模式識別等學科對獲得的車輛圖像進行處理以獲得車牌上的字符內容信息，后面章節講對它每一個部分做一個粗略的介紹。

　　什么是車牌識別系統的數據管理系統?

　　數據管理系統是一個后端管理數據庫，它包含了幾乎所有的圖像輸入是指利用攝像機或者數碼相機到的車牌圖像。車牌圖像的質量與圖像的設備和實際環境有關。性能好的攝像機能夠得到質量更好的車牌圖像，有利于識別車牌圖像中的字符。在光照不均、惡劣天氣的環境下，到的車牌圖像的像質較差，導致車牌識別系統的性能降低。車牌登記信息，車牌中的字符信息被識別出來后就輸入到這個系統進行查找對比，以方便機關追查被盜車輛，打擊分子。

其中圖像處理模塊主要包括六個部分：預處理、車牌定位、傾斜校正、字符分割、字符識別。其中，車牌定位、字符分割、字符識別是車牌識別的關鍵技術。流程圖如下：

　　圖像預處理是指對到的圖像進行二值化、邊緣檢測、去除噪聲、圖像灰度化等操作。經過預處理的車牌圖像增能夠強目標圖像，提高目標和背景圖像的對比度，方便車牌識別的后續工作。

　　車牌定位是從一幅拍攝到的圖片中定位出車牌的位置，并從圖片中提取出車牌圖像。車牌定位正確與否直接影響到字符分割和識別的工作，是所有關鍵技術中的步。

　　傾斜校正是指檢測車牌圖像的傾斜角度，并校正車牌圖像。傾斜的車牌圖像會導致車牌中的字符傾斜，直接影響到車牌字符的分割和識別，因此必須對傾斜的車牌圖像進行校正。