10年专注于智能停车场研发与创新!

新闻中心

News

【畅盈】车牌识别系统在国内的发展
2017-04-26


      车牌识别按照运行环境可以简单分为PC端和头端(嵌入式)。目前国内车牌识别系统在PC端已有一些厂家使用深度学习方法,而头端都还是采用传统方法。随着深度学习专用芯片的研发,明年应该就会有深度学习方法应用在头端的产品发布。由于国内外车牌规则较多,传统方法局限性比较大,很难通用。对于特殊场景,比如低照度、透视变换、低质模糊等,车牌识别率仍然有待提升。而无论是传统方法还是深度学习方法,有些共同的模块技术仍有提高的空间和研究的价值,比如运动区域检测,车牌定位,透视变换校正,多帧融合输出等。而对于传统方法,字符分割和字符识别仍有可提高空间。

 



     研发中要求逐步解决车牌图像识别、重车桥数(主要用于进行超载检测)图像识别和部分矿种的图像识别。本次将介绍车牌的图像识别。

 

其实车牌图像识别从技术上已经比较成熟,从理论上来说无外乎就是如下几个步骤:

灰度化:实际就是对原始车牌图片进行预处理,把彩色图片转化为黑白图片,然后对不符合指定阙值范围的灰度值进行过滤。

车牌定位:这是技术难点之一,根据我的经验,定位车牌位置对于车牌的准确识别而言实际上就成功了60%。很多车牌识别的产品都对车牌的定位预留了很多配置参数,例如截取原始图片的位置参数、车牌的长宽比例、大小等等,这些都是为了提高车牌定位的准确率。

字符分割:车牌定位后是字符分割,本人使用的识别过程是:对定位的车牌位置进行降噪处理=>边界模糊=>从右向左找出前6个封闭的图形=>剩余的封闭图形综合为一个图形进行汉字的识别。

字符识别:就是根据字符模板进行模板匹配,因此需预先建立相应的字符模板。基于图像进行字符识别也可配置很多参数来大大提高字符的识别率。例如限定车牌头的字符,车牌各位字符的识别优先级等等。

 

    畅盈车牌识别系统,连续十年专注于停车场系统的研发与创新,品质和服务皆远远超越同行竞争者,是智能停车场系统的领航者。


畅盈全国服务网点: 深圳畅盈(总部) | 北京畅盈 | 上海畅盈 | 郑州畅盈 | 济南畅盈 | 厦门畅盈 | 宜昌畅盈 | 福州畅盈 | 武汉畅盈 | 成都畅盈 | 西安畅盈 |

粤公网安备 44030902000358号