Captura y recopilación de imágenes: a través del host de captura de cámara de alta definición, se puede registrar y recopilar en tiempo real y de forma continua el comportamiento ilegal de los vehículos que pasan por el punto de control.
Preprocesamiento: la calidad de la imagen es un factor clave que afecta la tasa de reconocimiento del vehículo. Por lo tanto, las imágenes originales recopiladas por cámaras de alta definición deben procesarse, como filtrado de ruido, balance de blancos automático, exposición automática, corrección gamma, mejora de bordes y ajuste de contraste.
Posicionamiento de la matrícula: Escanee esta área nuevamente. Debido a que es una imagen binaria, si hay un número de matrícula, habrá cambios en blanco y negro, especialmente en la dirección vertical. Esto puede reducir el alcance y encontrar la matrícula rápidamente.
Segmentación de caracteres: después de ubicar el área de la matrícula en la imagen, el área del carácter se ubica con mayor precisión mediante escala de grises, estiramiento de escala de grises, binarización y marginación, y luego se propone un método de plantilla dinámica basado en el carácter. Características de tamaño. Segmentación de caracteres y tamaño de carácter normalizado.
Reconocimiento de caracteres: escale y extraiga características de los caracteres segmentados para obtener la expresión de caracteres específicos y luego utilice la función discriminante de clasificación y las reglas de clasificación para hacer coincidir las expresiones de caracteres estándar en la plantilla de base de datos de caracteres para identificar el imagen del personaje de entrada.
¿Reconocimiento de matrículas de salida? Resultados de la instantánea del cuerpo: los resultados del reconocimiento de matrículas se muestran en formato de texto.
Introducción al sistema de reconocimiento de matrículas
El reconocimiento de matrículas de vehículos (VLPR) es la aplicación de la tecnología de reconocimiento de imágenes de vídeo por computadora en el reconocimiento de matrículas de vehículos. El reconocimiento de matrículas se utiliza ampliamente en la gestión de vehículos de carretera, y el sistema de cobro electrónico de peaje (ETC) es también el principal medio para identificar vehículos que utilizan la tecnología DSRC.
La tecnología de reconocimiento de matrículas requiere la capacidad de extraer e identificar matrículas en movimiento de fondos complejos e identificar el número de matrícula, el color y otra información mediante la extracción de matrículas, el preprocesamiento de imágenes, la extracción de características y el reconocimiento de caracteres de matrículas. y otras tecnologías. El último nivel tecnológico es que la tasa de reconocimiento de letras y números puede alcanzar el 99,7% y la tasa de reconocimiento de caracteres chinos puede alcanzar el 99%.