車(chē)牌識(shí)別系統(tǒng)無(wú)法識(shí)別新能源號(hào)牌的主要原因

任何系統(tǒng)都需要人的設(shè)定，即便車(chē)牌識(shí)別系統(tǒng)越來(lái)越快捷和智能。在了解它如何工作后，我們就更能理解，為什么它有時(shí)候識(shí)別不出新能源號(hào)牌了。

在“車(chē)輛檢測(cè)-圖像采集-預(yù)處理-車(chē)牌定位-字符分割-字符識(shí)別-結(jié)果輸出”這個(gè)過(guò)程中，導(dǎo)致新能源號(hào)牌出現(xiàn)無(wú)法識(shí)別或識(shí)別錯(cuò)誤的情況，主要是新能源汽車(chē)號(hào)牌號(hào)碼由5位升為6位，車(chē)牌識(shí)別系統(tǒng)在識(shí)別過(guò)程中，識(shí)別算法是以普通車(chē)牌5位的算法，所以常常出現(xiàn)后一位車(chē)號(hào)辨識(shí)失敗或錯(cuò)誤的情況。首先，車(chē)牌識(shí)別停車(chē)場(chǎng)系統(tǒng)蕞重要的一個(gè)因素，就是識(shí)別率的問(wèn)題，有的人從識(shí)別率的高低來(lái)判斷設(shè)備的好與壞，其實(shí)這是一個(gè)很不科學(xué)的方法。

其實(shí)這個(gè)問(wèn)題也很好解決，只需要升級(jí)系統(tǒng)就可以了，由車(chē)牌識(shí)別廠家對(duì)系統(tǒng)算法進(jìn)行升級(jí)。大多數(shù)廠家本身對(duì)此算法的升級(jí)已經(jīng)完成，現(xiàn)在要做的就是將新算法導(dǎo)入到已經(jīng)在使用的各個(gè)停車(chē)場(chǎng)系統(tǒng)中。對(duì)于已生產(chǎn)而未出廠的設(shè)備，也需要重新升級(jí)或在安裝過(guò)程中進(jìn)行升級(jí)，避免此類(lèi)情況出現(xiàn)。而與其他應(yīng)用場(chǎng)景相比，停車(chē)場(chǎng)的識(shí)別環(huán)境具有識(shí)別角度大、單車(chē)通行、車(chē)速慢、燈光環(huán)境可控等特點(diǎn)，同時(shí)還要實(shí)現(xiàn)自動(dòng)計(jì)時(shí)收費(fèi)功能，這些都對(duì)車(chē)牌識(shí)別系統(tǒng)的識(shí)別率提出更高要求。

在車(chē)牌識(shí)別系統(tǒng)中，由于車(chē)牌污染、背景復(fù)雜、光照不均勻、車(chē)牌發(fā)生傾斜、邊框影響以及間隔符等因素影響，很難找到一種普遍使用的分割方法。車(chē)牌字符分割就是對(duì)已經(jīng)定位出的車(chē)牌區(qū)域內(nèi)的車(chē)牌字符進(jìn)行分割，從而獲取車(chē)牌上的字符，是車(chē)牌字符識(shí)別的前提和準(zhǔn)備。車(chē)牌字符分割的好壞，直接影響到識(shí)別效果的好壞。為了分割出相互獨(dú)立的字符，對(duì)經(jīng)過(guò)Otsu算法閾值化的灰度圖進(jìn)行分割。

車(chē)牌區(qū)域定位完成之后，由于提取出來(lái)的車(chē)牌區(qū)域內(nèi)的車(chē)牌圖像可能存在傾斜現(xiàn)象，因此，在車(chē)牌字符分割之前，需要判斷車(chē)牌圖像是否傾斜。在車(chē)牌傾斜的情況下，需要準(zhǔn)確的求得車(chē)牌的傾斜角度，然后把發(fā)生傾斜的車(chē)牌校正過(guò)來(lái)，為接下來(lái)的字符分割創(chuàng)造條件，這就是車(chē)牌的傾斜校正。常用的傾斜校正算法包括Radon變換、Hough變換。在車(chē)牌的傾斜校正完成之后，需要去除車(chē)牌的上下、左右邊界，然后才能把車(chē)牌上的字符一個(gè)個(gè)的分割出來(lái)，得到一個(gè)單獨(dú)的車(chē)牌字符圖像，為后續(xù)的車(chē)牌字符識(shí)別做好準(zhǔn)備，即車(chē)牌的字符分割。從系統(tǒng)的實(shí)用性角度來(lái)看，作為一個(gè)實(shí)時(shí)的系統(tǒng)，它要求有較高的識(shí)別速度，這就決定了字符識(shí)別算法計(jì)算必須足夠高效。

在車(chē)牌的字符分割中，有許多因素會(huì)對(duì)車(chē)牌的字符分割造成影響，例如圖像的噪聲、車(chē)牌的定位不精準(zhǔn)、字符的粘連、漢字的不連通等。本文介紹一種改進(jìn)的水平投影算法，該算法能夠克服這些因素造成的不良影響，并且能夠準(zhǔn)確的分割出車(chē)牌，為后續(xù)的精準(zhǔn)識(shí)別做好準(zhǔn)備。為了分割出相互獨(dú)立的字符，對(duì)經(jīng)過(guò)Otsu算法閾值化的灰度圖進(jìn)行分割。小技巧：調(diào)節(jié)萬(wàn)向節(jié),讓相機(jī)往車(chē)輛駕駛室這邊偏，直到車(chē)牌在圖片中顯示是水平的。

如何解決車(chē)牌識(shí)別系統(tǒng)的錯(cuò)誤辨認(rèn)情況？

由于車(chē)牌識(shí)別系統(tǒng)可以使車(chē)輛進(jìn)出停車(chē)場(chǎng)時(shí)，省去了卡片管理的工作，加快了車(chē)輛通行速度，同時(shí)減少了管理人員的開(kāi)支，所以被普遍應(yīng)用在各大停車(chē)場(chǎng)中。但是車(chē)牌識(shí)別有時(shí)常常會(huì)呈現(xiàn)辨認(rèn)錯(cuò)誤的狀況，那么我們?cè)撊绾翁幚磉@一問(wèn)題從而提高辨認(rèn)率呢？

從內(nèi)因上看，車(chē)牌辨認(rèn)系統(tǒng)的根底是車(chē)牌辨認(rèn)算法，而車(chē)牌辨認(rèn)算法由空間復(fù)雜度和時(shí)間復(fù)雜度來(lái)組成，分為五種不同的特性：

1、有窮性即算法的演化過(guò)程是有限的，不可能無(wú)限制的演算；

2、確切性即算法的每一個(gè)演算步驟多有確切的定義；

3、輸入項(xiàng)即詳細(xì)的車(chē)牌圖像；

4、輸進(jìn)項(xiàng)即車(chē)牌的辨認(rèn)結(jié)果；

5、可行性即車(chē)牌辨認(rèn)的效果。

經(jīng)過(guò)優(yōu)化以上五項(xiàng)特性，從基本上優(yōu)化車(chē)牌辨認(rèn)算法是進(jìn)步車(chē)牌辨認(rèn)率的一個(gè)辦法。

隨著科技的發(fā)展，似乎一切都變得智能化了，以下介紹一下車(chē)牌識(shí)別系統(tǒng)及其工作原理：

車(chē)輛號(hào)牌相當(dāng)于是車(chē)輛的個(gè)人證明，它的特殊性與重要性決定車(chē)牌識(shí)別系統(tǒng)成為城市智能交通管理系統(tǒng)中不可或缺的重要組成部分。車(chē)牌識(shí)別（LPR）系統(tǒng)是以圖像處理、模式識(shí)別等技術(shù)為基礎(chǔ)的智能識(shí)別系統(tǒng)，通過(guò)攝像機(jī)所拍攝道路上行駛的車(chē)輛圖像進(jìn)行車(chē)牌號(hào)碼的識(shí)別。過(guò)程涉及：車(chē)輛檢測(cè)——圖像采集——預(yù)處理——車(chē)牌定位——字符分割——字符識(shí)別——結(jié)果輸出。⑥車(chē)牌識(shí)別結(jié)果決策模塊識(shí)別結(jié)果決策模塊，具體地說(shuō)，決策模塊利用一個(gè)車(chē)牌經(jīng)過(guò)視野的過(guò)程留下的歷史記錄，對(duì)識(shí)別結(jié)果進(jìn)行智能化的決策。