环翠区车牌识别

基于计算机视觉技术的车牌识别系统通常包括图像采集、定位、字符分割、光学字符识别五个步骤。汽车图像采集模式决定车牌识别技术路线。国际上的两条主要技术路线是自然光和红外图像的获取和识别。自然光和红外光不会对人体产生的心理影响，也不会对环境产生新的电子污染，属于绿色环保技术。
自然光路是指白天利用自然光、夜间照源、彩色摄像机采集车辆的真实彩像，并通过彩像分析处理方法对进行识别的方法。自然光真彩色识别技术路线，与人眼感光习惯一致，真彩像可以反映车辆及其周围环境的图像信息，不仅可以用来识别，并可用于识别颜色、车、数车模型，如颜色特征。
利用摄像头采集图像，同时实现所有前端基本视频信息的采集、识别和人工图像取证判别，可以为未来智能交通系统工程接口预留前景。
红外光路是利用反射和红外光学特性，利用红外摄像机采集车辆的灰度图像，由于红外的特性，车辆几乎只能在图像中看到，然后用黑白图像处理的方法来识别。在950nm红外照明装置可以捕捉到一个好的反光图像。因为红外光不是可见光，所以它不会对驾驶员产生视觉冲击。
此外，红外照明器提供恒定的光，所拍摄的图像是相同的，无论它是亮的或黑暗的小时的。的例外是白天，有时会看到一些许可证的细节，因为晴天时太阳光的影响。使用红外灯的缺点是捕获的图像不是彩色的，不能获得车辆图像，严重依赖于的反光材料。

车牌识别系统(Vehicle License Plate Recognition，VLPR) 是指能够检测到受监控路面的车辆并自动提取车辆牌照信息（含汉字字符、英文字母、阿拉伯数字及号牌颜色）进行处理的技术。车牌识别是现代智能交通系统中的重要组成部分之一，应用十分广泛。它以数字图像处理、模式识别、计算机视觉等技术为基础，对摄像机所拍摄的车辆图像或者视频序列进行分析，得到每一辆汽车的车牌号码，从而完成识别过程。通过一些后续处理手段可以实现停车场收费管理，交通流量控制指标测量，车辆定位，汽车防盗，高速公路超速自动化监管、闯红灯电子、公路收费站等等功能。对于维护交通安全和城市治安，防止交通堵塞，实现交通自动化管理有着现实的意义。

车牌识别停车场管理系统将摄像机在入口拍摄的车辆车牌号码图象自动识别并转换成数字信号。做到一卡一车，车牌识别的优势在于可以把卡和车对应起来，使管理提高一个档次，卡和车的对应的优点在于长租卡须和车配合使用，杜绝一卡多车使用的漏洞，提高物业管理的效益；同时自动比对进出车辆，防止偷盗事件的发生。升级后的摄像系统可以采集更清晰的图片，作为档案保存，可以为一些纠纷提供有力的证据。 方便了管理人员在车辆出场时进行比对，大大增强了系统的安全性。

车牌识别系统的识别率还与牌照质量和拍摄质量密切相关。牌照质量会受到各种因素的影响，如生锈、污损、油漆剥落、字体褪色、牌照被遮挡、牌照倾斜、高亮反光、多牌照、假牌照等等；实际拍摄过程也会受到环境亮度、拍摄方式、车辆速度等等因素的影响。这些影响因素不同程度上降低了车牌识别的识别率，也正是车牌识别系统的困难和挑战所在。为了提高识别率，除了不断地完善识别算法还应该想办法克服各种光照条件，使采集到的图像利于识别。

一个车牌识别系统是否实用，重要的指标是识别率。国际交通技术作过的识别率指标论述，要求是24小时全天候全牌正确识别率95%以上。
为了测试一个车牌识别系统识别率，需要将该系统安装在一个实际应用环境中，全天候运行24小时以上，采集至少1000辆自然车流通行时的车牌照进行识别，并且需要将车辆牌照图像和识别结果存储下来，以便调取查看。然后，还需要得到实际通过的车辆图像以及正确的人工识别结果。之后便可以统计出以下识别率：
1、自然交通流量的识别率=全牌正确识别总数/实际通过的车辆总数
2、可识别车牌照的百分率=人工正确读取的车牌照总数/实际通过的车辆总数
3、可识别全牌正确识别率=全牌正确识别的车牌照总数/人工读取的车牌照总数这三个指标决定了车牌识别系统的识别率，诸如可信度、误识率等都是车牌识别过程中的中间结果。

为了进行车牌识别，需要以下几个基本的步骤：
1、 牌照定位，定位图片中的牌照位置；
2、牌照字符分割，把牌照中的字符分割出来；
3、牌照字符识别，把分割好的字符进行识别，终组成牌照号码。
车牌识别过程中，牌照颜色的识别依据算法不同，可能在上述不同步骤实现，通常与车牌识别互相配合、互相验证。