首頁熱門文章
智慧停車系統中車牌識別的觸發方式淺析
發布時間：2017-12-12 分類：交通百科
一般在智慧停車系統中的車牌識別系統中有早期的圖像處理技術，后期的傳統模式識別技術及人工神經網絡技術。
圖像處理技術：運用圖像處理技術解決汽車牌照識別的研究最早始于80年代，但國內外均只是就車牌識別中的某一個具體問題進行討論，并且通常僅采用簡單的圖像處理技術來解決，并沒有形成完整的系統體系，識別過程是使用工業攝像機拍下汽車的前方圖像，然后交給計算機進行簡單的處理，實現智慧停車。
國內多數停車場系統中的車牌識別系統有兩種觸發方式，一種是外設線圈觸發，另一種是視頻觸發。
外設線圈觸發
工作方式是指采用線圈、紅外或車輛檢測器通過信號，車牌識別系統接受到車輛觸發信號后，采集車輛和車牌圖像，自動識別車牌進行后續處理。該方法的優點是觸發率高，性能穩定;缺點是需要切割地面鋪設線圈，施工量大。
視頻觸發方式
是指車牌識別系統采用動態運動目標序列圖像分析處理算法技術，實時檢測車道上車輛移動狀況，發現車輛通過時捕捉車輛圖像，識別車牌照，并進行后續處理。視頻觸發方式不需借助線圈、紅外或其他硬件車輛檢測器。該方法的優點是施工方便，不需要切割地面鋪設線圈，也不需要安裝車檢器等零部件，但其缺點也十分顯著，由于算法的極限，該方案的觸發率與識別率較之外設線圈觸發都要低很多。
1)傳統模式識別技術
傳統模式識別技術指結構特征法，統計特征法等。90年代，由于計算機視覺技術的發展，開始出現汽車牌照識別的系統化研究。運用計算機視覺技術和圖像處理技術實現了車輛牌照的自動識別系統。該系統分為圖像分割、特征提取和模板構造、字符識別等三個部分。利用不同閩值對應的直方圖不同，經過大量統計實驗確定出車牌位置的圖像直方圖的閩值范圍，從而根據特定閩值對應的直方圖分割出車牌，再利用預先設置的標準字符模板進行模式匹配識別出字符。
2)人工神經網絡技術
近幾年來，計算機及相關技術發達的一些國家開始探討用人工神經網絡技術解決車牌自動識別問題，成功地運用了BAM神經網絡方法對車牌上的字符進行自動識別，BAM神經網絡是由相同神經元構成的雙向聯想式單層網絡，每一個字符模板對應著唯一個BAM矩陣，通過與車牌上的字符比較，識別出正確的車牌號碼。這種采用BAM神經網絡方法的缺點是無映解決識別系統存儲容量和處理速度相矛盾的問題。
