識(shí)別率

   車牌識(shí)別系統(tǒng)是可行的，的指標(biāo)是識(shí)別率。國(guó)際交通技術(shù)作出了特殊的識(shí)別率的影響進(jìn)行了討論，要求一天24小時(shí)合格品牌的識(shí)別率為85% ~ 95%。

   為了測(cè)試一個(gè)車牌識(shí)別系統(tǒng)的識(shí)別率，需要將系統(tǒng)安裝在一個(gè)實(shí)際的應(yīng)用環(huán)境，全天候工作超過(guò)24小時(shí)，收集至少1000個(gè)自然車流量的信息標(biāo)本進(jìn)行車牌號(hào)識(shí)別，識(shí)別結(jié)果與車牌圖像還需存儲(chǔ)下來(lái)獲得視圖。然后，還需要通過(guò)人工識(shí)別結(jié)果和正確的得到實(shí)際的車輛圖像。

 車輛檢測(cè)可以采用埋地線圈檢測(cè)、紅外檢測(cè)、雷達(dá)檢測(cè)技術(shù)、視頻檢測(cè)等多種方式。采用視頻檢測(cè)可以避免破壞路面、不必附加外部檢測(cè)設(shè)備、不需矯正觸發(fā)位置、節(jié)省開(kāi)支，而且更適合移動(dòng)式、便攜式應(yīng)用的要求。系統(tǒng)進(jìn)行視頻車輛檢測(cè)，需要具備很高的處理速度并采用的算法，在基本不丟幀的情況下實(shí)現(xiàn)圖像采集、處理。若處理速度慢，則導(dǎo)致丟幀，使系統(tǒng)無(wú)法檢測(cè)到行駛速度較快的車輛，同時(shí)也難以保證在有利于識(shí)別的位置開(kāi)始識(shí)別處理，影響系統(tǒng)識(shí)別率。因此，將視頻車輛檢測(cè)與牌照自動(dòng)識(shí)別相結(jié)合具備一定的技術(shù)難度。

山東車牌識(shí)別系統(tǒng)采取無(wú)接觸式智能卡技巧，首要經(jīng)過(guò)在車輛上裝配具備必需頻率的電磁波發(fā)射裝置，并在所需求的查驗(yàn)位置裝配勘測(cè)裝置殺青對(duì)車輛的自動(dòng)辨認(rèn)，另一哪類步驟為經(jīng)過(guò)攝像頭搜羅車輛圖片，并應(yīng)用圖片辦理、圖片解析和造型辨認(rèn)技巧自動(dòng)辨認(rèn)車輛執(zhí)照號(hào)碼。

前一哪類步驟穩(wěn)定性較強(qiáng)，但需求事前在待測(cè)車輛上裝配所需設(shè)置，這在不少境況下是難以殺青的。而基于圖片辦理的步驟具備投資少、順應(yīng)性強(qiáng)、裝配庇護(hù)便利等特性，而且不妨把車牌辨認(rèn)同車型、車色、車速的辨認(rèn)結(jié)合起來(lái)，構(gòu)成功能完善的車輛消息管理體系。因而，門、交通管理部門、公路管理部門均將基于圖片辦理的車牌辨認(rèn)體系當(dāng)作。

首肯執(zhí)照自身有必需水準(zhǔn)的歪斜、歪曲，執(zhí)照在圖片中的式樣首肯有必需的畸變;在執(zhí)照字符出列必需水準(zhǔn)的模胡、筆劃斷裂的境況下仍也許準(zhǔn)確辨認(rèn);執(zhí)照或許出當(dāng)前圖片中的任何位置，算法強(qiáng)制順應(yīng)這哪類境況，不行對(duì)執(zhí)照出列的位置干嗎特其它條件。山東車牌識(shí)別系統(tǒng)辨認(rèn)過(guò)程的速率要快，通常應(yīng)在0.5秒內(nèi)辨認(rèn)一幅圖片;要有高教疾速的消息互換。

車牌識(shí)別技術(shù)流程剖解：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。其通過(guò)計(jì)算觀測(cè)幀數(shù)、識(shí)別結(jié)果穩(wěn)定性、軌跡穩(wěn)定性、速度穩(wěn)定性、平均可信度和相似度等度量值得到該車牌的綜合可信度評(píng)價(jià)，從而決定是繼續(xù)跟蹤該車牌，還是輸出識(shí)別結(jié)果，或是拒絕該結(jié)果。這種方法綜合利用了所有幀的信息，減少了以往基于單幅圖像的識(shí)別算法所帶來(lái)的偶然性錯(cuò)誤，大大提高了系統(tǒng)的識(shí)別率和識(shí)別結(jié)果的正確性和可靠性。車牌跟蹤模塊，車牌跟蹤模塊記錄下車輛行駛過(guò)程中每一幀中該車車牌的位置以及外觀、識(shí)別結(jié)果、可信度等各種歷史信息。由于車牌跟蹤模塊采用了具有一定容錯(cuò)能力的運(yùn)動(dòng)模型和更新模型，使得那些被短時(shí)間遮擋或瞬間模糊的車牌仍能被正確地跟蹤和預(yù)測(cè)，終只輸出一個(gè)識(shí)別結(jié)果。