<form id="kz5m6"></form>

供應(yīng)商	濟(jì)寧遠(yuǎn)大機(jī)電科技有限公司店鋪
認(rèn)證
報(bào)價(jià)	面議
關(guān)鍵詞	歷生產(chǎn)車牌識(shí)別,車牌識(shí)別電話,城區(qū)車牌識(shí)別,生產(chǎn)車牌識(shí)別
所在地	山東省濟(jì)寧市任城區(qū)豪德商貿(mào)城F區(qū)6街3棟102號(hào)房

產(chǎn)品詳細(xì)介紹

系統(tǒng)進(jìn)行視頻車輛檢測(cè)，需要具備很高的處理速度并采用的算法，在基本不丟幀的情況下實(shí)現(xiàn)圖像采集、處理。若處理速度慢，則導(dǎo)致丟幀，使系統(tǒng)無(wú)法正確檢測(cè)到行駛速度較快的車輛，同時(shí)也難以在有利于識(shí)別的位置開始識(shí)別處理，影響系統(tǒng)識(shí)別率。因此，將視頻車輛檢測(cè)與牌照自動(dòng)識(shí)別相結(jié)合具備一定的技術(shù)難度。

完成牌照區(qū)域的定位后，再將牌照區(qū)域分割成單個(gè)字符，然后進(jìn)行識(shí)別。字符分割一般采用垂直投影法。由于字符在垂直方向上的投影必然在字符間或字符內(nèi)的間隙處取得局部小值的附近，并且這個(gè)位置應(yīng)滿足牌照的字符書寫格式、字符、尺寸限制和一些其他條件。利用垂直投影法對(duì)復(fù)雜環(huán)境下的汽車圖像中的字符分割有較好的效果。

字符識(shí)別方法目前主要有基于模板匹配算法和基于人工神經(jīng)網(wǎng)絡(luò)算法?；谀０迤ヅ渌惴▽⒎指詈蟮淖址祷?并將其尺寸大小縮放為字符數(shù)據(jù)庫(kù)中模板的大小，然后與所有的模板進(jìn)行匹配，后選佳匹配作為結(jié)果?；谌斯ど窠?jīng)元網(wǎng)絡(luò)的算法有兩種：一種是先對(duì)待識(shí)別字符進(jìn)行特征提取，然后用所獲得特征來(lái)訓(xùn)練神經(jīng)網(wǎng)絡(luò)分配器；另一種方法是直接把待處理圖像輸入網(wǎng)絡(luò)，由網(wǎng)絡(luò)自動(dòng)實(shí)現(xiàn)特征提取直至識(shí)別出結(jié)果。

實(shí)際應(yīng)用中，牌照識(shí)別系統(tǒng)的識(shí)別率與牌照質(zhì)量和拍攝質(zhì)量密切相關(guān)。牌照質(zhì)量會(huì)受到各種因素的影響，如生銹、污損、油漆剝落、字體褪色、牌照被遮擋、牌照傾斜、高亮反光、多牌照、假牌照等等；實(shí)際拍攝過(guò)程也會(huì)受到環(huán)境亮度、拍攝亮度、車輛速度等等因素的影響。這些影響因素不同程度上降低了牌照識(shí)別的識(shí)別率，也正是牌照識(shí)別系統(tǒng)的困難和挑戰(zhàn)所在。為了提高識(shí)別率，除了不斷的完善識(shí)別算法，還應(yīng)該想辦法克服各種光照條件，使采集到的圖像利于識(shí)別。

車牌識(shí)別系統(tǒng)還是一個(gè)非常注重環(huán)保的管理系統(tǒng)，無(wú)紙票、無(wú)卡片，純粹使用車牌識(shí)別，人力和設(shè)備成本都大大減少了。無(wú)票停車系統(tǒng)提供了一個(gè)完整的友好的用戶體驗(yàn)方式，不再使用停車票據(jù)，也避免了出入口交通阻塞的可能。這種商業(yè)模式正在由解決方案提供商向大中型停車場(chǎng)所提供。停車場(chǎng)管理人員可實(shí)行外聘制，所需繳納的管理費(fèi)技照收入的百分比進(jìn)行交換。一旦車牌自動(dòng)識(shí)別停車場(chǎng)管理系統(tǒng)能夠普及，成本將不會(huì)是壓力。

車牌識(shí)別是停車場(chǎng)用于識(shí)別車輛信息的管理系統(tǒng)之一，該技術(shù)能夠提取出行駛中的車輛的牌照并進(jìn)行識(shí)別，目前的技術(shù)水平車牌識(shí)別率可達(dá)到99.7%，車牌識(shí)別技術(shù)可以的識(shí)別出車輛車牌號(hào)，與傳統(tǒng)的人工作業(yè)相比，無(wú)論是臨時(shí)車、內(nèi)部車輛、訪客車甚至是未經(jīng)許可的車輛，車牌識(shí)別系統(tǒng)都可以對(duì)其進(jìn)行圖像信息的捕獲，并上傳至數(shù)據(jù)庫(kù)存儲(chǔ)。