高分辨率与辨认速度的矛盾
从模仿相机到高清相机,也会引发图像的高分辨率与辨认速度相矛盾的问题。高清的优势显而易见,但是任何事情都是两面的,在车牌识别中车牌辨认时主要表现为:高清图片由于图片掩盖面广,可能会同时在图片中呈现多个车牌的辨认。这就对车牌辨认的速度请求很高,车牌辨认系统关于高清视频流码流过大,还会因对辨认系统资源占用需求过大而剖析起来会呈现处置速渡过慢的问题,这可能招致呈现漏车现象,而难以完成对车辆抓拍率和车牌辨认率的提升。
对图像预处置
车牌识别中车牌定位之前普通要对图像做预处置,然后再停止车牌的定位、分割、辨认等局部。由于得到的车牌图像可能含有较多噪声,或图像比照度不强、车牌被局部遮挡、车牌处呈现污点、变脏、含糊褪色、有其它字符区域干扰、以及呈现因运动产生的图像含糊失真等状况,所以定位算法完成起来有较多艰难。关于字符分割,则可能存在光照不均、污迹严重、车牌倾斜、比照度小、牌照褪色、牌照字符粘连等不利要素,这样就需求研发与之顺应的算法。如算法能顺应各种复杂环境和有噪声、车牌遮挡、车牌倾斜等情况的话,那就能够大大进步车牌辨认的概率。
车牌识别技术结合电子不停车收费系统(ETC)识别车辆,过往车辆通过道口时无须停车,即能够实现车辆身份自动识别、自动收费。在车场管理中,为提高出入口车辆通行效率,车牌识别针对无需收停车费的车辆(如月卡车、内部免费通行车辆),建设无人值守的快速通道,免取卡、不停车的出入体验,正改变出入停车场的管理模式。
2、预处理
由于图像质量容易受光照、天气、相机位置等因素的影响,所以在识别车牌之前需要先对相机和图像做一些预处理,以得到车牌清晰的图像。一般会根据对现场环境和已经拍摄到的图像的分析得出结论,实现相机的自动曝光处理、自动白平衡处理、自动逆光处理、自动过爆处理等,并对图像进行噪声过滤、对比度增强、图像缩放等处理。去噪方法有均值滤波、中值滤波和高斯滤波等;增强对比度的方法有对比度线性拉伸、直方图均衡和同态滤波器等;图像缩放的主要方法有近邻插值法、双线性插值法和立方卷积插值等。
小区出入口
车牌识别还有小区的出入口收费系统之间进行联动,主要作用就是可以识别进入到小区的车辆是否属于本在小区进行注册的小区业主的车辆,如果像是一些外来的车辆,那么就可以查相关的资料,同时还需要进行记录进入的时间,到出小区的时候进行相应的收费根据。有了车牌识别系统之后,甚至能够做到无人值守,而且来说配合支付宝或者是等第三方应用,这样就能实现自动进行收费,比较常见于各大小区以及大型的超市。
高速公路以及收费站
车牌识别系统在高速公路上的应用,应该可以说是很多司机经常见到的一种,车辆在停靠之,就会自动显示出车辆所走的公里数以及需要收费相应的金额,在很大程度上提高了收费的效率还有沟通方面的成本。