车牌识别系统掀起交通管理的智能

车牌识别系统掀起交通管理的智能

ID:22620927

大小:69.19 KB

页数:5页

时间:2018-10-30

车牌识别系统掀起交通管理的智能_第1页
车牌识别系统掀起交通管理的智能_第2页
车牌识别系统掀起交通管理的智能_第3页
车牌识别系统掀起交通管理的智能_第4页
车牌识别系统掀起交通管理的智能_第5页
资源描述:

《车牌识别系统掀起交通管理的智能》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、车牌识别系统掀起交通管理的智能篇章本文属于工控资料  车牌(自动)识别系统,简而言之是基于各种图像处理算法,对前端摄像机抓取到的车辆图片进行分析,进而从中提取出诸如车牌号(英汉字符及数字)、车牌颜色,甚至车型、生产厂家、车辆颜色等信息,实现准确锁定车辆“身份”,并与相应车辆的道路行驶信息联系起来,最终实现对上路车辆的智能自动管理。   车牌识别系统主要由触发机制、图片抓取以及图片识别三大模块组成。为得到优质的原始图片,需要事件触发与车牌抓取的默契配合,其最终实现的效果将依据所涉硬件设备的性能(摄像机、镜头、图像处理芯片、抓拍控制机构、触发和照明及控制设备

2、等)、图像识别算法的优劣、工程架构和安装等,此三部分相辅相成,共同影响着系统最终的识别率以及使用效果。   触发&检测机制   所谓检测,通俗地说在相应事件发生时能准确采集到相关信息,亦即当需抓拍的路段出现车辆,且当车辆进入最佳拍照范围时,检测设备发出相应信号,控制系统接收到该信号,会控制摄像机抓拍,且同步启动照明系统。此步骤尽管不是整个车牌识别过程中最难实现的,却是其成功应用的第一步,故也发展出了几大不同的技术形式:   地感线圈+车辆检测器:优点是灵敏度和准确率高(一般可达99%),且投入少,故应用最为广泛。但其剖路施工量较大、后期维护难度也大。且由

3、于地埋,易受路面环境等因素影响;   雷达:优点是受气候温度影响较小,已在我国东北地区成为主流应用,在深圳等大型城市也因为架构较为简便有占有率上升的趋势。灵敏度和捕获率不及地感线圈,且因为基于微波技术,故可能存在一定误码率;   智能视频侦测:简单说来,其是直接集成在摄像机内部或者构建在前端工控机内的一个功能强大的综合事件侦测“软件”,对道路视频信息进行实时识别检测,一旦在分析过程中发现“车辆”,便进行视频跟踪,当视频检测到相应的车辆进入到最佳的拍照范围时,便触发相应抓拍及后续的车牌识别行为,优点是无需硬件施工,比较灵活。目前较好的智能视频侦测技术其灵敏

4、度和捕获率也可达到95%以上,且因为性能更加稳定卓越,应用愈加广泛,常被应用于压线、违章变道等综合检测系统中,具有更宽广的应用灵活性和多样性,但是技术难度也更大。其缺点是较易受天气环境的影响。   目前国内主流车牌识别厂商,通常会把地感线圈等硬件检测技术和智能视频侦测技术做为互备份,自动切换。   图像抓取   俗话说巧妇难为无米之炊,对于车牌识别系统,虽然各种图像识别算法不断推陈出新,一定程度上补救了原始图像可能的质量缺陷,但也必将牺牲一定的识别准确率。反过来,在识别技术相对成熟稳定的情况下,对前端摄像机以及配套设施的合理选择与架构,即最大限度提高原始

5、图片的质量,可在提升系统识别率上达到事半功倍的效果。而这一步中起到决定性因素的除了摄像机本身,更有补光设备等。   摄像机   车牌识别与车牌在图片中占据的横向比有关,一般需求在60~100个像素,最大不高于300(根据识别软件厂家的研发能力而不同)。一条标准车道(3.75~4.5米)大概占据800个横向像素,故而两百万的高清摄像机可兼顾到1~2条车道,五百万则可以兼顾2~3条车道的信息,亦即在提供更优质图像的同时,高清摄像机也节省了前端硬件的投入。   从标清到高清,前端摄像机像素上的革命性升级,也给车牌识别带来了革命性发展,据此凌云光子技术集团客户经

6、理王锐更深入到了感光传感器的角度:“CMOS可提高图像质量,解决CCD诸如成本偏高、帧率限制等固有弱势。可以说,CMOS或将引领未来的高端高清摄像机市场,而尖端的CMOS技术,会对车牌识别起到很好的推动作用。”另一方面,浙江大华技术股份有限公司产品经理朱克玉则表示了不同的看法:“考虑到行业应用需求,因为CCD传感器灵敏度相对较高,且能有效避免移动物体的成像变形等问题。至少在目前,在智能交通领域采用CCD传感器机会较多。”   除了高清趋势,针对车牌识别系统的需求,前端摄像机必须允许用户自行设置快门、增益等图像参数,以得到最佳图像效果,同时还需具备优秀的低

7、照度、灵敏度、稳定性及白平衡效果,并具备二次开发的能力,方便工控机或内嵌抓拍处理器获取摄像机的参数信息,或写入配套的算法。最后,其需具备丰富的I/O接口,以便接入地感线圈、闪光灯等外围设备。   辅助硬件   目前我国对于车牌识别准确率的标准是白天不低于95%、夜晚不低于80%,由此可见夜间识别率存在大幅的降低,究其原因,还是图片的质量问题,当然这里的影响因素较为单一,即光照。   针对这一问题,算法方面一直有所升级,可在一定程度上降低噪点并提亮抓拍到的图片,但针对夜间光照度差的情况,更多的升级选择在硬件上。除了在摄像机方面采用灵敏度更好的尖端CCD、C

8、MOS芯片(当前选用灵敏度更好的CCD仍较多)及大口径镜头,以提升相机的夜间灵敏

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。