河南天誠智合科技有限公司 037188882020

為了停止車牌辨認，必要如下幾個根本的步調:

1) 派司定位，定位圖片中的派司地位;

2) 派司字符朋分，把派司中的字符朋分進去;

3) 派司字符辨認，把朋分好的字符停止辨認**構成派司號碼。

車牌辨認進程中，派司色彩的辨認根據(jù)算法分歧，可能在上述分歧步調實現(xiàn)，通常與車牌辨認相互共同、相互驗證。

1) 派司定位

天然情況下，汽車圖象配景繁雜、光照不均勻，如安在天然配景中**地肯定派司地區(qū)是全部辨認進程的癥結。起首對收集到的視頻圖象停止大規(guī)模相干搜刮，找到相符汽車派司特性的多少地區(qū)作為候選區(qū)，而后對這些侯選地區(qū)做進一步闡發(fā)、評判，末了選定一個**好的地區(qū)作為派司地區(qū)，并將其從圖象中分別進去。

2) 派司字符朋分

實現(xiàn)派司地區(qū)的定位后，再將派司地區(qū)朋分成單個字符，而后停止辨認。字符朋分異樣平常采納垂直投影法。因為字符在垂直方向上的投影必定在字符間或字符內的間隙處獲得部分**小值的鄰近，而且這個地位應滿意派司的字符謄寫格局、字符、尺寸限定和一些其余前提。利用垂直投影法對繁雜情況下的汽車圖象中的字符朋分有較好的后果。

3) 派司字符辨認方法主要有基于模板婚配算法和基于人工神經收集算法。基于模板婚配算法起首將朋分后的字符二值化并將其尺寸巨細縮放為字符數(shù)據(jù)庫中模板的巨細，而后與所有的模板停止婚配，決議**好婚配作為成果。基于人工神經收集的算法有兩種:一種是先對字符停止特性提取，而后用所獲得特性來練習神經收集分配器;另一種方法是間接把圖象輸出收集，由收集主動實現(xiàn)特性提取直至辨認出成果。

現(xiàn)實利用中，車牌辨認體系的辨認率還與派司品格和拍攝品格密切相干。派司品格會遭到各類身分的影響，如生銹、污損、油漆剝落、字體退色、派司被遮擋、派司歪斜、高亮反光、多派司、假派司等等;現(xiàn)實拍攝進程也會遭到情況亮度、拍攝方法、車輛速率等等身分的影響。這些影響身分分歧水平上降低了車牌辨認的辨認率，也恰是車牌辨認體系的艱巨和挑釁地點。為了進步辨認率，除賡續(xù)地**辨認算法還應當想方法降服各類光照前提，使收集到的圖象**利于辨認。