细分市场的车牌识别产品。其次随着算法的不断改进,基于视频触发的车牌识别产品将得到大范围的应用,但是视频触发技术取代外触发装置尚需时日。另一方面,现在的车牌识别系统设备过多,系统集成难度大,系统稳定性差,系统维护是一个让人头疼的问题。随着技术不断进步,以往多个设备实现的功能可能由一个设备完成。Р目前,车牌识别技术和产品性能进入实用阶段的时间还不是很长,随着人工智能以及自动识别技术的进步,未来技术的发展空间还会非常大。例如,核心算法继续发展,识别率和识别速度进一步改善,图像处理中对模糊图像预处理能力增强,画质改善技术的提高等等。Р1.4 车牌图像识别研究内容 Р车牌图像识别系统是计算机视觉和模式识别技术在智能交通领域的重要应用课题之一。车牌识别系统是一特定目标位对象的专用计算机系统,该系统能从一幅图像中自动提取车牌图像、自动分割自符,进而对分割自符的图像进行图像识别。系统一般由硬件和软件构成。硬件设备一般由车体感应设备、辅助光源、摄像机、图像采集卡和计算机。软件部分是系统的核心,主要实现车牌自符的识别功能。 Р车牌识别学科主要有模式识别、人工智能、图像处理、信号处理等。这些领域的许多技术都可以应用到车牌图像识别系统中,车牌识别技术的研究也必然推动这些相关学科的发展。车牌图像识别的关键技术有:车牌定位、字符切割和字符识别等。 Р车牌定位是要完成从图像中确定车牌位置并提取车牌区域图像,目前常用的方法有:基于直线检测的方法、基于域值化的方法、基于灰度边缘检测方法、基于彩色图像的车牌分割方法、神经网络法和基于矢量量化的牌照的定位的方法等。 Р字符切割时完成车牌区域图像的切分处理从而得到所需要的单个字符图像。目前常用的方法有:基于投影的方法和基于连通字符的提取等方法。 Р字符识别是利用字符识别的原理识别提取出的字符图像,目前常用的方法有:基于模板匹配的方法、基于特征的方法和神经网络法等。
全文预览