車卡識(shí)別過程您瞭解嗎-上海車卡識(shí)別係統(tǒng)
無(wú)人值守停車場(chǎng)管理主要通過車卡識(shí)別、車位引導(dǎo)、無(wú)感支付等技術(shù)實(shí)現(xiàn)。當(dāng)車輛進(jìn)入停車場(chǎng)時(shí)，入口車卡識(shí)別一體機(jī)主動(dòng)監(jiān)測(cè)到車輛的車卡(智能道閘)，並對(duì)其身份進(jìn)行識(shí)別。如果是內(nèi)部車輛/已購(gòu)買停車位車輛，則道閘開啓，車子駛進(jìn)停車場(chǎng)；如果是臨停車輛，則道閘開啓並開始計(jì)算其停車時(shí)長(zhǎng)，車輛便可開進(jìn)停車場(chǎng)。另外攝像機(jī)可以抓拍下該車輛的進(jìn)出場(chǎng)照片，存儲(chǔ)在雲(yún)服務(wù)器上。車輛離開停車場(chǎng)時(shí)，出口控製機(jī)自動(dòng)檢測(cè)到車輛的到來(lái)，並判斷車輛身份。如果是臨時(shí)車，則計(jì)算其臨停費(fèi)用，根據(jù)設(shè)定要支付費(fèi)用後方可離開，或可先離場(chǎng)再支付；如果是內(nèi)部車/已購(gòu)買車位車輛，直接道閘開啓，車輛駛出停車場(chǎng)。在停車收費(fèi)方麵，用戶可以通過車場(chǎng)內(nèi)的自助繳費(fèi)機(jī)或者瞄碼分享APP、註冊(cè)小程序等方式來(lái)完成繳費(fèi)充值，這樣可以實(shí)現(xiàn)快速離場(chǎng)，不會(huì)在出入口處發(fā)生擁堵瞭。
車卡識(shí)別過程中，牌照顔色的識(shí)別依據(jù)算法不同，可能在上述不同步驟實(shí)現(xiàn)，通常與車卡識(shí)別互相配闔、互相驗(yàn)證_車卡識(shí)別係統(tǒng)公司小編來(lái)爲(wèi)大傢娓娓道來(lái)：?
1.牌照定位
自然環(huán)境下，汽車圖像背景複雜、光照不均勻，如何在自然背景中準(zhǔn)確地確定牌照區(qū)域是整個(gè)識(shí)別過程的關(guān)鍵。首先對(duì)採(cǎi)集到的頁(yè)示圖像進(jìn)行大範(fàn)圍相關(guān)搜索，找到符闔汽車卡照特徵的若幹區(qū)域作爲(wèi)候選區(qū)，然後對(duì)這些侯選區(qū)域做進(jìn)一步分析、評(píng)判，至後選定一個(gè)至佳的區(qū)域作爲(wèi)牌照區(qū)域，並將其從圖像中分離出來(lái)。
2.牌照字符分割
完成牌照區(qū)域的定位後，再將牌照區(qū)域分割成單個(gè)字符，然後進(jìn)行識(shí)別。字符分割一般採(cǎi)用垂直投影法。由於字符在垂直方向上的投影必然在字符間或字符內(nèi)的間隙處取得局部至小值的附近，並且這個(gè)位置應(yīng)滿足牌照的字符書寫格式、字符、尺寸限製和一些其他條件。利用垂直投影法對(duì)複雜環(huán)境下的汽車圖像中的字符分割有較好的效果。
3.牌照字符識(shí)別方法
主要有基於模闆匹配算法和基於人工神經(jīng)網(wǎng)絡(luò)算法。基於模闆匹配算法首先將分割後的字符二值化並將其尺寸大小縮放爲(wèi)字符數(shù)據(jù)庫(kù)中模闆的大小，然後與所有的模闆進(jìn)行匹配，選擇至佳匹配作爲(wèi)結(jié)果。基於人工神經(jīng)網(wǎng)絡(luò)的算法有兩種：一種是先對(duì)字符進(jìn)行特徵提取，然後用所獲得特徵來(lái)訓(xùn)練神經(jīng)網(wǎng)絡(luò)分配器；另一種方法是直接把圖像輸入網(wǎng)絡(luò)，由網(wǎng)絡(luò)自動(dòng)實(shí)現(xiàn)特徵提取直至識(shí)別出結(jié)果。
實(shí)際應(yīng)用中，車卡識(shí)別係統(tǒng)的識(shí)別率還與牌照質(zhì)量和拍攝質(zhì)量密切相關(guān)。牌照質(zhì)量會(huì)受到各種因素的影響，如生鏽、污損、油漆剝落、字體褪色、牌照被遮擋、牌照傾斜、髙亮反光、多牌照、枷牌照等等；實(shí)際拍攝過程也會(huì)受到環(huán)境亮度、拍攝方式、車輛速度等等因素的影響。這些影響因素不同程度上降低瞭車卡識(shí)別的識(shí)別率，也正是車卡識(shí)別係統(tǒng)的困難和挑戰(zhàn)所在。爲(wèi)瞭提髙識(shí)別率，除瞭不斷地完善識(shí)別算法還應(yīng)該想辦法克服各種光照條件，使採(cǎi)集到的圖像至利於識(shí)別。
我司服務(wù)：
通道閘? http://www.qishunzn.com?
