新密全自动闸门生产厂家
对边缘检测后的灰度图进行二值化处理车牌图像经过边缘检测之后,车牌上的字符及边缘信息会突出出来,同时,其他非字符和非车牌边框的边缘纹理特征也突出了出来,为了减少噪声的影响,需要对车牌图像进行二值化处理,二值化是对图像进行阈值化的一种类型。根据阈值的选取情况,二值化的方法可分为全阈值法、动态阈值法和部阈值法,我们用大类间方差法(也称Otsu算法)进行阈值化,来剔除一些梯度值较小的像素,减少需要查找的车牌范围,二值化处理后车牌图像的像素值为0或者255。
车牌跟踪模块记录下车辆行驶过程中每一帧中该车车牌的位置以及外观、识别结果、可信度等各种历史信息。由于车牌跟踪模块采用了具有一定容错能力的运动模型和更新模型,使得那些被短时间遮挡或瞬间模糊的车牌仍能被正确地跟踪和预测,只输出一个识别结果。车牌定位是车牌识别系统的基础,其定位的准确与否直接影响到车牌的字符分割和识别效果,是影响整个车牌识别系统识别率的主要因素。车牌定位,即运用数字图像处理、模式识别、人工智能等技术对采集到的汽车图像进行处理,从而准确地获得图像中的车牌区域,其输入是原始的汽车图像,输出是车牌图像。在现实车牌识别系统中,由于光照不均匀、背景的复杂性等原因,造成准确定位出车牌的难度较大。目前,根据车牌的特征,常见的车牌定位方法有基于车牌颜特征信息的定位法、基于车牌区域频谱特征的定位法、基于分类器的车牌定位法、基于车牌边缘特征的车牌定位法等,这些方法各有所长。值得注意的是,车牌定位算法的分类并不是唯一的,区别算法类别的标准并不十分明确。车牌定位算法的方法多种多样、各有所长,但存在着计算量大或者定位准确率不高等问题。
车辆进出管理,在出入口安装车牌识别设备,记录车辆的牌照号,深入时间,结合自动门栏杆机的控制设备,实现车辆的自动化管理。它可以用在停车场,实现自动定时收费。它还可以自动计算可用停车位的数量并给出提示,实现停车费的自动管理,以节省人力,提高效率。智能小区的应用可以自动判断车辆是否进入本小区,并自动对非内部车辆进行自动计时收费。
车牌矫正及精定位模块由于受拍摄条件的限制,图像中的车牌总不可避免存在一定的倾斜,需要一个矫正和精定位环节来进一步提高车牌图像的质量,为切分和识别模块做准备。使用精心设计的图像处理滤波器,不仅计算,而且利用的是车牌的整体信息,避免了部噪声带来的影响。使用该算法的另一个优点就是通过对多个中间结果的分析还可以对车牌进行精定位,进一步减少非车牌区域的影响。车牌系统的车牌切分模块利用了车牌文字的灰度、颜、边缘分布等各种特征,能较好地抑制车牌周围其他噪声的影响,并能容忍一定倾斜角度的车牌。这一算法有利于类似移动式稽查这种车牌图像噪声较大的应用。