車牌識別觸發(fā)方式

通過，識別車牌，并進行后續(xù)處理。視頻觸發(fā)模式不需要使用線圈，紅外線或其他硬件車輛檢測器。該方法的優(yōu)點是構(gòu)造方便，不需要切割鋪設(shè)線圈的地面，也不需要安裝車輛檢測器和其他部件。但是，它的缺點也非常顯著。由于算法的局限性，該方案的觸發(fā)率和識別率遠低于外圍觸發(fā)器的觸發(fā)率和識別率。 車牌識別系統(tǒng) 1.間接方法：通過識別存儲在IC卡中的車牌信息或安裝在車上的條形碼來識別車牌和相關(guān)信息。 IC卡技術(shù)識別精度高，運行可靠，可全天候運行，但價格昂貴，硬件設(shè)備非常復(fù)雜，不適合遠程操作;條形碼技術(shù)具有識別速度快，精度高，可靠性高，成本低等優(yōu)點。此外，它們都需要制定統(tǒng)一的國家標準，不能檢查汽車，條形碼，是否也是技術(shù)上的缺點，使得在短時間內(nèi)難以推廣。 2，直接法：基于車牌識別技術(shù)的圖像屬于直接法，是一種智能被動式車牌識別方法，可以在沒有任何特殊車輛排放設(shè)備的情況下發(fā)送車牌信號，或靜止狀態(tài)運動車輛車牌號非接觸信息采集和實時智能識別。與間接識別系統(tǒng)相比，首先，該系統(tǒng)節(jié)省了設(shè)備布置和大量資金，從而提高了經(jīng)濟效益;其次，由于采用先進的計算機應(yīng)用技術(shù)，因此可以提高識別速度，更好地解決實時問題;第三，它根據(jù)圖像識別，因此可以通過人的參與解決系統(tǒng)中的識別錯誤，而其他方法難以與人交互。 直接方法一般包括圖像處理技術(shù)，傳統(tǒng)模式識別技術(shù)和人工神經(jīng)網(wǎng)絡(luò)技術(shù)。 1，圖像處理技術(shù)，數(shù)字圖像處理技術(shù)解決汽車車牌識別研究首先開始于80年代，但國內(nèi)外僅作為車牌識別中的一個具體問題進行了討論，并且通常只使用一個簡單的圖像處理技術(shù)來解決，還沒有形成一個完整的系統(tǒng)，識別過程是利用工業(yè)電視攝像機拍攝汽車前面圖像的工作情況，然后到電腦上進行簡單處理，最終還需要人工干預(yù)，如省內(nèi)漢字識別問題，1985年，采用常用的圖像處理技術(shù)，提出漢字識別的分類是在提取漢字的基礎(chǔ)上進行的。特征。根據(jù)漢字的投影直方圖選擇浮動閉合值，提取漢字的垂直峰值。然后根據(jù)投影直方圖水平方向的漢字，選擇合適的閉合值，經(jīng)過量化處理，形成一個可變長度的鏈碼，然后用動態(tài)編程方法，找出距標準的最小距離模式鏈碼，實現(xiàn)細分儀完成中文省名的自動識別。 2.傳統(tǒng)的模式識別技術(shù)。傳統(tǒng)的模式識別技術(shù)是指結(jié)構(gòu)特征方法，統(tǒng)計特征方法等.20世紀90年代，由于計算機視覺技術(shù)的發(fā)展，開始對車牌識別進行系統(tǒng)研究。 1990年，AS.Johnson等人。利用計算機視覺技術(shù)和圖像處理技術(shù)實現(xiàn)車牌自動識別系統(tǒng)。系統(tǒng)分為三個部分：圖像分割，特征提取，模板構(gòu)建和字符識別。通過大量的統(tǒng)計實驗，確定對應(yīng)于不同最小值的圖像直方圖的最小值范圍，然后根據(jù)對應(yīng)于特定最小值的直方圖對車牌進行分段，然后通過模式識別字符。使用預(yù)先設(shè)置的標準字符模板進行匹配。 3.人工神經(jīng)網(wǎng)絡(luò)技術(shù)。近年來發(fā)展起來的計算機及相關(guān)技術(shù)，一些國家開始探索用人工神經(jīng)網(wǎng)絡(luò)技術(shù)解決自動許可問題，例如1994年M.M.M.FANHY等就成功地運用了BAM神經(jīng)網(wǎng)絡(luò)方法對車牌上的字符進行自動識別，BAM神經(jīng)網(wǎng)絡(luò)是由相同神經(jīng)元構(gòu)成的雙向聯(lián)想式單層網(wǎng)絡(luò)，每一個字符模板對應(yīng)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(jīng)網(wǎng)絡(luò)方法的缺點是無映解決識別系統(tǒng)存儲容量和處理速度相矛盾的問題。