車牌識(shí)別系統(tǒng)采用高度模塊化的設(shè)計(jì)，將車牌識(shí)別過(guò)程的各個(gè)環(huán)節(jié)各自作為一個(gè)獨(dú)立的模塊。

車牌識(shí)別模塊

在車牌識(shí)別系統(tǒng)中，通常采用多種識(shí)別模型相結(jié)合的方法來(lái)進(jìn)行車牌識(shí)別，構(gòu)建一種層次化的字符識(shí)別流程，可有效地提高字符識(shí)別的正確率。另一方面，在字符識(shí)別之前，使用計(jì)算機(jī)智能算法對(duì)字符圖像進(jìn)行前期處理，不僅可盡可能保留圖像信息，而且可提高圖像質(zhì)量，提高相似字符的可區(qū)分性，保證字符識(shí)別的可靠性。

車牌定位是車牌識(shí)別的關(guān)鍵步驟，為了能在復(fù)雜背景和不均勻光照條件下快速準(zhǔn)確定位車牌位置，基于改進(jìn)Isotropic Sobel邊緣檢測(cè)算子的車牌定位算法，由此來(lái)解決其存在的問(wèn)題，該算法通過(guò)改進(jìn)Isotropic Sobel邊緣檢測(cè)算子，實(shí)現(xiàn)了車牌圖像在水平、垂直以及對(duì)角線方向上的紋理特征提取，然后采用Otsu算法閾值化，再對(duì)閾值化后的二值圖像做數(shù)學(xué)形態(tài)學(xué)去運(yùn)算得到車牌的候選區(qū)域，利用車牌特征去除偽車牌。

影響車牌識(shí)別攝像頭識(shí)別效果的原因

車輛的速度

我們平常所看到的視頻，其實(shí)都是由多張圖片組合而成的，這也是眾所周知的事了。而車牌識(shí)別的相機(jī)則會(huì)從連續(xù)播放的圖片里，選出其中的一張作為輸出畫面，再在其中選取不同的幀數(shù)作為識(shí)別圖片。從而達(dá)到視頻識(shí)別的效果;所以這樣就會(huì)出現(xiàn)一種情況，當(dāng)車速過(guò)快的時(shí)候，容易掉幀，識(shí)別不出來(lái)，所以可以看到大部分廠家的處理方法就是，加一個(gè)減速帶。