如何增強車(chē)牌識別系統的識別率

       車(chē)牌識別過(guò)程中，車(chē)牌色彩的辨認依據算法不同，可能在上述不同過(guò)程結束，一般與車(chē)牌識別彼此配合、彼此驗證，天然環(huán)境下，轎車(chē)圖像布景雜亂、光照不均勻，如安在天然布景中精確地承認車(chē) 牌區域是整個(gè)辨認過(guò)程的要害。
 

       首要對收集到的視頻圖像進(jìn)行大范圍相關(guān)查找，找到契合轎車(chē)車(chē)牌特征的若干區域作為候選區，然后對這些侯選區域做進(jìn)一步分析、評判，終究選定一個(gè)最佳的區域作為車(chē)牌區域，并將其從圖象平 切開(kāi)出來(lái)。

      結束車(chē)牌區域的定位后，再將車(chē)牌區域切開(kāi)成單個(gè)字符，然后進(jìn)行辨認。字符切開(kāi)一般選用垂直投影法。因為字符在垂直方向上的投影必定在字符間或字符內的空地處取得部分最小值的鄰近，而且 這個(gè)方位應滿(mǎn)足車(chē)牌的字符書(shū)寫(xiě)格式、字符、標準束縛和一些其他條件。

      使用垂直投影法對雜亂環(huán)境下的轎車(chē)圖像中的字符切開(kāi)有較好的效果，字符辨認辦法現在主要有依據模板匹配算法和依據人工神經(jīng)網(wǎng)絡(luò )算法。依據模板匹配算法首要將切開(kāi)后的字符二值化，并將其 標準大小縮放為字符數據庫中模板的大小，然后與一切的模板進(jìn)行匹配，終究選最佳匹配作為效果。