昆明无感支付闸门供应厂家
基于特征统计匹配算法基于特征统计匹配算法主要原理是先提取输入模式的车牌字符统计特征,再按照一定的规则与所确定的决策函数进行分类判断。字符的统计特征包括像素块数、字符的轮廓数、轮廓的形状等。像素块是指二值化图像中上、下、左、右四个方向上相互连通的白素区域所组成的一个连通区域的像素块,由此可知,汉字字符的像素块大于1,英文字母和数字的像素块数是1。汉字的识别是将字符点矩阵看作是一个整体,根据每个字符的笔画特征点不同,将字符分解为横、竖、撇、捺等一种或几种的组合,经过统计从而得到相应的特征,接着再与字符库中的特征集进行匹配,获取输入字符的识别结果。在实际的应用中,由于外部原因造成了字符常常会出现模糊、倾斜等情况,导致了部分字符无法正确识别。
性及稳定性:硬识别系统:识别器采用TI 公司的高速DSP,双CPU控制,确保系统性和稳定性。软识别系统:软件识别,容易频繁出现死机等情况,需经常重新启动电脑,造成间断性系统瘫痪。智能算法模型硬识别系统:采用智能模糊点阵识别算法,准确率更高,识别率大于99.70%。很少需要人工干预。软识别系统:OCR/字型拓扑结构识别算法,会频繁出现误识别情况,准确率低于90%。需要人工不断输入纠正后的号牌。
智能车牌识别设备安装在内外,记录车辆的车牌号、存取时间,并结合自动门、栏杆机控制设备,实现车辆的自动管理。在停车场,可以自动计时收费,自动计算停车位数,并计算提示时间。停车费的自动管理可以节省人力,提高效率。
该算法的步骤是,首先建立模板库,将待识别的字符进行二值化并将其归一化操作,然后作为输入模式的字符与的模板进行匹配,选择佳匹配作为结果。算法的优点是,在预处理后的图片质量较高、车牌的倾斜程度较低、车牌的纹理特征清晰的情况下,这种算法识别的准确率较高,但是对字符细节信息的忽略导致了在识别相似字符时容易出错。在实际的车牌识别系统中获取的车牌,往往由于拍摄角度的不同、车牌污损、光照不均等原因造成了二值化后的字符会出现形变、粘连、断裂、细节模糊等情况,这些原因导致了模板匹配在车牌字符识别上的限性,尤其是停车场车牌识别系统。停车场环境下,车牌图像受到光照的影响较大,为了提高字符识别的准确率,通常在停车场车牌识别系统中很少采用这种算法。