曲周县车牌识别系统厂家

人工神经网络技术，计算机及相关技术发达的一些国家开始探讨用人工神经网络技术解决车牌自动识别问题，例如1994年M.M.M.FANHY等就成功地运用了BAM神经网络方法对车牌上的字符进行自动识别，BAM神经网络是由相同神经元构成的双向联想式单层网络，每一个字符模板对应着个BAM矩阵，通过与车牌上的字符比较，识别出正确的车牌号码。

传统模式识别技术。传统模式识别技术指结构特征法，统计特征法等。90年代，由于计算机视觉技术的发展，开始出现汽车牌照识别的系统化研究。1990年AS.Johnson等运用计算机视觉技术和图像处理技术实现了车辆牌照的自动识别系统。该系统分为图像分割、特征提取和模板构造、字符识别等三个部分。利用不同闽值对应的直方图不同，经过大量统计实验确定出车牌位置的图像直方图的闽值范围，从而根据特定闽值对应的直方图分割出车牌，再利用预先设置的标准字符模板进行模式匹配识别出字符。

几乎每家都宣称拥有高辨识率，但为了避免事后因为双方对产品认知有差异，而将运作不良的责任互相推托，用户在采购车牌辨识系统时，不妨要求实地测试，而且测试时间好超过两个礼拜，比较能判断辨识结果是否“言过其实”。因为多变的环境，两个礼拜应该可以对于场域可能影响辨识率的情形，大约掌握了八成，如果只是测一天、甚至几个小时，是无法了解的。

在日常录入违法号牌信息中发现车辆号牌信息与系统显示的车牌信息不符时，民警通过核查车辆信息后，把有违反交通法规的车辆信息录入指挥中心的黑名单报警系统。此车在辖区内行驶时，号牌会被系统自动识别报警。

图片初级处理——灰度化、二值化大家都知道，灰色是介于白色和黑色之间的颜色，而且这个灰色深浅不一样，所以白色和黑色之间的灰色就有很多。这颜色一多，计算机就眼花缭乱了。所以呢，干脆把图片二值化。啥叫二值化呢？就是让图片只有黑色和白色，就是只有两个颜色值，顾名思义把图片搞成黑白二色的过程就是二值化。再形象的比喻一下，就是熊猫化！在计算机RGB颜色空间内，白色就是255，黑色就是0，其他颜色就是在这0-255之间了。

车牌字符切割在上一步中，我们成功找到了车牌，并把它从原图（不是二值化的图）截取出来了。对截取的车牌图片进行上一步的灰度化、二值化、降噪处理，尤其是边缘降噪。如果降噪后，干扰的噪声还是比较大，可以采取腐蚀、膨胀算法来模糊噪声。如果降噪后的车牌图片有倾斜现象，就需要对图片做错切变换（就是倾斜角度调整）。我们知道，有些车牌是上下结构的，这很容易通过对二值化的图片做像素扫描来检测上下两部分是否中间不粘连，如果不粘连，那就是上下结构车牌。如果不是上下结构，那就是单行结构的新车牌。