推广大师
- 最后登录
- 2024-4-22
- 注册时间
- 2018-4-10
|
楼主
szwzyh 发表于 2018-4-24 10:26:13
想要了解车牌识别系统的关键技术，首先要知道车牌识别系统的组成部分，下面科立德为大家简单介绍。
车牌识别系统是由车牌的定位，车牌字符的分割，字符的识别这三个过程组成的。
(1)车牌定位是利用数字图像处理技术来实现定位的，了解车辆的正确位置，车牌定位是实时的，能够一直发送信号了解车子的位置。车牌定位属于一种新型的信息技术，在车辆中已经被广泛的使用到。
(2)车牌的字符跟个指的是将已经定位的车牌，然后进行分析，吧字符进行分割了解，然后为后续字符的识别进行铺垫。
(3)字符识别的主要原因就是为了最后确定车牌是否有效。
一个车牌识别系统流程是从图像的输入开始，然后是对于输入的图像进行预处理，最后实现车牌的定位，其次就是倾斜矫正，最后再是车牌识别。如图1所示。
车牌的识别会因为外界的一系列因素造成识别出错，影响车牌识别的因素有很多，例如车牌的整体规格、以及颜色等不同意，这就给车牌识别系统带来识别的困难，影响识别率。同时，如果车牌因为脏了或者坏了，车牌上的字符显得不清楚，也会造成是被困难。由于这些外界因素的影响，使得车牌识别系统面临巨大的挑战。
车牌识别系统中的关键技术
1.图像预处理技术
图像预处理技术是将每一个文字和图像分拣出来，然后交给模块进行自动识别，这一过程就叫做图像预处理。简单的来说，图像预处理就是图像分析和识别的前期图像处理。图像预处理的主要目的就是对于图像进行适当的更换，改变图像的数据。这种做法能够加强相关信息监测性，能够有效的减少一些没有用处的信息，从而使得后期识别更加精准快捷。图像预处理在车牌识别系统中属于基础部分，有着重要的意义，只有做好了图像预处理，后续相关环节的开展才能够得到保证，才能够确保其识别的可靠性。
2.图像边缘检测
边缘检测是图像处理以及计算机视觉中的基本问题，检测的核心目的就是为了检测图像中的光亮变化最明显的点。车牌的边缘主要是以图像的局部特征的不连贯性的方式出现的，也就是指的是提取的车牌图像中亮度变化最为明显的部分。
在将彩色图像转换为灰度图像之后，还应该注重去除外界影响因素。例如车牌上的脏迹、车牌的损坏等。因为这些因素会直接的影响到灰度图像的质量，因此要进行处理。处理的方法有多种，空间域方法等都可以拿来进行很好的处理。灰度图像如图2。
3.利用灰度图像
目前我们拍照得到的图片都是呈现出彩色的，在彩色的图片中蕴含了许多关于色彩的信息。对于这些色彩信息，可以用3个维度来进行衡量。R、G、B这三个维度可以产生出多种不同的颜色出来，这就造成储存内容较多，储存空间也会比较大。但是如果使用灰度图像就不会出现类似的问题，因为灰度图像中只是包含了一下单种颜色图像，因此相应的储存内容也不会多，需要的储存空间也比较小。因此，可以将彩色图像朝着灰度图像进行转变。这样不仅能够减少储存空间，而且更加便于分析和识别。
在智能交通车牌识别系统中，最为关键的就是车牌识别。怎么有效的识别车牌号码，是识别系统优劣的关键。以上是科立德对车牌识别系统的关键技术分析，想要了解更多资讯，请关注我们的官网（www.kiledo.com）。
|
|
/1 
