车牌识别模块
来源:转载
|
作者:希来尔车牌识别道闸一体机
|
发布时间: 2023-06-15
|
635 次浏览
|
分享到:
在车牌识别系统中，通常采用多种识别模型相结合的方法来识别车牌，构建分层的字符识别过程，可以有效提高字符识别的正确率。另一方面，在字符识别之前，利用计算机智能算法对字符图像进行初步处理，这样不仅可以尽可能地保留图像信息，还可以提高图像质量，提高相似字符的区分度，保证字符识别的可靠性。
车辆检测与跟踪模块主要是分析视频流，判断车辆的位置，跟踪图像中的车辆，记录车辆位置最佳时刻的车辆特写画面。因为增加了跟踪模块，所以系统可以很好。地面克服各种外界干扰，从而检测出更合理的识别结果，检测输出结果。
车牌定位模块是一个非常重要的环节，是后续环节的基础，其准确性对整个系统的性能有着巨大的影响。该车牌系统完全摒弃了以往的算法思想，实现了一种完全基于学习的车牌定位新算法。适用于各种复杂背景环境和不同拍摄角度。
由于拍摄条件的限制，图像中的车牌总是不可避免的倾斜。一个校正和细化的位置需要进一步提高车牌图像的质量，为分割和识别模块做准备。使用精心设计的快速图像处理滤波器，不仅计算速度快，而且利用了车牌的整体信息，避免了局部噪声的影响。使用该算法的另一个优点是，通过对多个中间结果的分析，还可以使用车牌来进一步减少非车牌区域的影响。
牌照系统的牌照切割模块使用各种特征，例如牌照文本的灰度、颜色和边缘分布。可以更好的抑制车牌周围其他噪声的影响，容忍有一定倾斜角度的车牌。这种算法有利于像移动审计这样的应用。
识别结果的决策模块。具体来说，决策模块利用车牌通过视野留下的历史记录，智能决定识别结果。通过计算帧数、识别结果、轨迹稳定性、速度稳定性、平均可信度和相似度来对得起车牌的综合可信度，从而决定是否继续跟踪车牌，或者输出是否继续跟踪车牌，或者输出识别结果，或者拒绝结果。该方法综合利用了所有帧的信息，减少了以往单一图像识别算法带来的偶然误差，大大提高了系统识别和识别结果的准确性和可靠性。
车牌跟踪模块记录车辆行驶过程中每一帧中车牌的位置以及外观、识别结果、可信度等历史信息。由于车牌跟踪模块采用了具有一定容错性的运动模型和更新模型，所以对于被短时间遮挡或模糊的车牌仍能正确跟踪和预测，最终只输出一个识别结果。
