宜春工地勞務系統廠家信息推薦,福州權隆安防公司

自然環境下，汽車圖像背景復雜、光照不均勻，如何在自然背景中準確地確定牌照區域是整個識別過程的關鍵。首先對采集到的視頻圖像進行大范圍相關搜索，找到符合汽車牌照特征的若干區域作為候選區，然后對這些侯選區域做進一步分析、評判，后選定一個區域作為牌照區域，并將其從圖像中分離出來。Johnson等運用計算機視覺技術和圖像處理技術實現了牌照的自動識別系統。完成牌照區域的定位后，再將牌照區域分割成單個字符，然后進行識別。

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。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。直接將車牌識別算法模塊植入到前端的高清攝像機中，從而相機直接輸出的就是車牌識別的相關結果。識別速度決定了一個車牌識別系統是否能夠滿足實時實際應用的要求。一個識別率很高的系統，如果需要幾秒鐘，甚至幾分鐘才能識別出結果。

這是車牌識別算法中關鍵的一步，效果的優劣直接影響到車牌識別率的高低。運用啟發式車牌定位算法算法，使得綜合號牌檢出率高達99.5%。VIN中的每個字符都具有特定的含義，而且整個VIN分為多個部分。字符識別是整個系統的核心。在其實際應用中，為關鍵的問題是字符特征的選擇，如果特征選擇不具有很好的區分度，不僅特征維數較大而且還很難獲得較好的識別效果。運用的大規模神經網絡識別算法，使用綜合號牌識別率高達98.5%。