无感停车无感支

从支付宝改变人们支付方式开始

在继无现金支付后，无感支付也悄然到来

经常跑高速的老司机应该清楚开车上下高速都有痛

上的时候经常对不准取卡口而下高速时又怕出现排队缴费

尤其是节假日更是特别的明显

不过这一现象将被支付宝推出的无感支付带来改变

同时高速收费模式也将迎来





　　

“无感”支付涉及到哪些技术？

支付宝提倡的无感支付，其实是在车牌具有一定的法律效应之下

计算机视频图像识别技术在车辆牌照识别中的一种应用

主要是图像识别、人脸识别等用于身份识别和认证

其背后还有大数据、AI等提升识别准确率与相应速度

在这块，作为其强大的技术支撑，阿里云在云计算、大数据、人工智能ET

物联网还有新的IoT这块

都有很强的技术积累和成型的产品可以应用



想要了解无感智慧停车的车牌识别系统的关键技术

要知道车牌识别系统的组成部分

无感停车的车牌识别系统是由车牌的定位，车牌字符的分割，字符的识别这三个过程组成

(1)车牌定位是利用数字图像处理技术来实现定位的

了解车辆的正确位置，车牌定位是实时的，能够一直发送信号了解车子的位置

车牌定位属于一种新型的信息技术，在车辆中已经被广泛的使用到

(2)车牌的字符跟个数指的是将已经定位的车牌

然后进行分析，把字符进行分割了解

然后为后续字符的识别进行铺垫

(3)字符识别的主要原因就是为了后确定车牌是否有效

一个无感智慧停车的车牌识别系统流程是从图像的输入开始

然后是对于输入的图像进行预处理，后实现车牌的定位

如果车牌因为脏了或者坏了，车牌上的字符显得不清楚，也会造成是被困难

由于这些外界因素的影响，使得车牌识别系统面临的挑战




　　

　　

无感智慧停车的车牌识别系统中的关键技术



1、图像预处理技术

图像预处理技术是将每一个文字和图像分拣出来，然后交给模块进行自动识别

简单的来说，这种做法能够加强相关信息监测性，能够有效的减少一些没有用处的信息

从而使得后期识别更加快捷。图像预处理在车牌识别系统中属于基础部分

有着重要的意义，只有做好了图像预处理，后续相关环节的开展才能够得到

才能够确保其识别的可靠性

2、图像边缘检测

边缘检测是图像处理以及计算机视觉中的基本问题

检测的核心目的就是为了检测图像中的光亮变化明显的点

车牌的边缘主要是以图像的局部特征的不连贯性的方式出现的

也就是指的是提取的车牌图像中亮度变化为明显的部分

例如车牌上的脏迹、车牌的损坏等。因为这些因素会直接的影响到灰度图像的质量



3、利用灰度图像

目前我们拍照得到的图片都是呈现出彩色的，在彩色的图片中蕴含了许多关于色彩的信息

这就造成储存内容较多，储存空间也会比较大。但是如果使用灰度图像就不会出现类似的问题

因为灰度图像中只是包含了一下单种颜色图像，因此相应的储存内容也不会多

需要的储存空间也比较小。因此，可以将彩色图像朝着灰度图像进行转变

这样不仅能够减少储存空间，而且更加便于分析和识别