號識別

為了更好地識別車牌號，必須采取以下常見步驟：

1)準確定位牌照，在圖片中定位牌照位置；

2)分割牌照字符，分割牌照中的字符；

3)識別牌照字符，識別分割字符，較終形成牌照號。

在車牌號識別的整個過程中，車牌顏色識別很可能在上述不同步驟中進行，通常與車牌號識別相互配合，相互驗證。

準確定位牌照

在地形下，汽車圖像的自然環(huán)境復雜，陽光不均勻。如何在自然背景下準確確定許可區(qū)域是識別整個過程的關(guān)鍵。一開始，大規(guī)模搜索和推薦小視頻圖像，并找到幾個符合汽車許可證特征的區(qū)域作為準備ps選擇區(qū)域，然后進一步分析和識別候選區(qū)域，最后選擇較好的地方作為許可區(qū)域，并從圖像中提取。

2牌照字符分割

在準確定位許可區(qū)域后，將許可區(qū)域劃分為獨立的字符，然后進行識別。垂直投影法通常用于字符分割。由于垂直方向上的字符投影必須在字符之間或字符之間的間隙附近獲得一些非常小的值，因此該位置應(yīng)實現(xiàn)字符寫作、字符、規(guī)格、型號限制等標準。垂直投影法的應(yīng)用對復雜地理環(huán)境下汽車圖像中的字符分割具有良好的預期效果。

3牌照字符識別

該方法基于模板匹配算法和神經(jīng)元網(wǎng)絡(luò)算法算法。根據(jù)模板匹配算法，將分割字符二值化，將其規(guī)格、型號和規(guī)格調(diào)整為字符數(shù)據(jù)庫中模板的規(guī)格，然后選擇匹配所有模板作為結(jié)果。根據(jù)神經(jīng)元網(wǎng)絡(luò)算法，有兩種算法：一種是首先對字符進行svm算法，然后訓練中樞神經(jīng)系統(tǒng)網(wǎng)絡(luò)分配器；另一種方法是通過互聯(lián)網(wǎng)自動將圖像輸入互聯(lián)網(wǎng)技術(shù)svm算法直到識別結(jié)果。

在實際應(yīng)用中，車牌號碼識別系統(tǒng)的識別率也與車牌質(zhì)量和攝影質(zhì)量密切相關(guān)。車牌質(zhì)量會被腐蝕、損壞、油漆脫落、字體效果褪色、車牌遮擋、車牌傾斜、高亮度回光、多車牌、假車牌等因素損壞；實際生產(chǎn)的整個過程也會受到地理環(huán)境飽和度、攝影模式、速度等因素的損壞。這些影響因素降低了車牌識別的識別率，這只是車牌識別系統(tǒng)的一個困難和。為了更好地提高識別率，除了不斷改進識別算法外，還應(yīng)找到解決各種陽光規(guī)范的方法，使收集到的圖像較有利于識別。