车牌识别系统技术及难点

车牌识别系统中主要涉及7个基础算法:
 1.车牌进行定位——负责研究发现和隔离处理图像中的车牌;
 2.方向和尺寸——补偿板倾斜并调整到所需的分辨率;
 3.归一化——调整图像亮度和对比度;
 4.字符分割——找到车牌上的每个字符;
 5.光学字符识别;
 6.句法/几何分析 - 检查违反的一个特定国家的规则的性质和位置;
 7.通过分析多个数据字段/图像进行识别的平均值生成提供一个更可靠或更可信的结果。每个图中可以含有特别是当反射光,或其它临时部分遮挡的影响。

德动车牌识别系统


 上述分析每个教学环节的复杂度可以决定了系统的准确性。 第三阶段(归一化),一些系统使用边缘检测技术来增加字母和卡片之间的差异。中值滤波也可用于降低图像噪声。
 车牌识别系统难点:
 1.文件分辨率低,通常企业由于我国车牌较远,有时是由于中国低端相机可以导致的;
 2.图像模糊,尤其是运动模糊;
 3.由于光,反射或阴影所造成的光和对比度差;
 4.车牌(部分)遮挡,通常是通过拖车杆或车牌上的污渍;
 5.前后识别结果不同,如拖车,露营车等;
 车牌采集
 6.车道在摄像机视图中变化.
 7.字体不同,常见于一些浮夸的车牌;
 8.规避车牌识别的手段;
 9.不同国家或各州间的缺乏协调。不同的国家或州两辆车可以有相同的车牌号,但不同的设计。
 尽管一些难点可通过算法进行纠正,但更一般的是需要硬件设计系统可以给出解决中国方案。如增加相机的高度,能够避免一个对象(如另一车辆)遮挡车牌,反而会增加,并引进其它的问题,如校准更陡的车牌。