Kennzeichen erkennung Parkplatz system-Parkplatz ausrüstung | HD Kennzeichen erkennung

Kennzeichen-Erkennungs-Parkplatz-System-Parkplatz ausrüstung | Parkplatz-Management-Ausrüstung | Parkplatz-System ausrüstung, automatisches Kennzeichen-Erkennungs prinzip, schematische Darstellung des Kennzeichen-Erkennungs prozesses, schematische Darstellung des Kennzeichen-Erkennungs prozesses. Die automatische Kennzeichen erkennung ist eine Muster erkennungs technologie zur automatischen Erkennung von Kennzeichen und Farbe unter Verwendung eines dynamischen Videos oder statischen Bildes des Fahrzeugs. Das Hardware-Fundament umfasst im Allgemeinen Trigger-Geräte (Überwachung, ob das Fahrzeug in das Sichtfeld gelangt), Kamera ausrüstung, Beleuchtungs ausrüstung, Bilder fassung ausrüstung, Prozessor zum Erkennen von Kennzeichen (z. B. Computer) usw. Der Software kern umfasst den Kennzeichen ortungs algorithmus, den Kennzeichen segment ierungs algorithmus und den optischen Zeichen erkennungs algorithmus. Einige Kennzeichen erkennungs systeme haben auch die Funktion, anhand von Videobildern zu beurteilen, ob ein Auto vorhanden ist, was als Video fahrzeug erkennung bezeichnet wird. Ein vollständiges Kennzeichen erkennungs system sollte die Fahrzeug erkennung, die Bilder fassung, die Kennzeichen erkennung usw. umfassen.

Wenn der Fahrzeug detektion abschnitt die Ankunft des Fahrzeugs erkennt, löst er die Bildaufnahme einheit aus, um das aktuelle Videobild zu erfassen. Die Kennzeichen erkennungs einheit verarbeitet das Bild, lokalisiert die Kennzeichen position, segmentiert die Zeichen im Nummern schild zur Erkennung und bildet dann die Kennzeichen ausgabe. (1) Fahrzeug erkennung: Fahrzeug erkennung kann vergrabene Spulen erkennung, Infrarot erkennung, Radarer kennung, Video erkennung und andere Methoden übernehmen. Die Verwendung der Video erkennung kann eine Beschädigung der Straßen oberfläche vermeiden, keine zusätzlichen externen Erkennungs geräte, keine Notwendigkeit, die Trigger position zu korrigieren, Kosten zu sparen und ist besser für mobile und tragbare Anwendungen geeignet. Für die Erkennung von Video fahrzeugen muss das System eine hohe Verarbeitung geschwindigkeit aufweisen und hervorragende Algorithmen verwenden, um die Bildaufnahme und-verarbeitung zu realisieren, ohne Frames zu verlieren. Wenn die Verarbeitung geschwindigkeit langsam ist, führt dies zu einem Rahmen verlust, so dass das System das Fahrzeug mit schneller Fahr geschwindigkeit nicht erkennen kann.

Gleichzeitig ist es schwierig sicher zustellen, dass die Erkennungs verarbeitung an der erkennungs förderlichen Position gestartet wird, was sich auf die Erkennungs rate des Systems auswirkt. Daher ist es schwierig, die Video fahrzeug erkennung mit der automatischen Kennzeichen erkennung zu kombinieren. (2) Kennzeichen und Farber kennung für die Kennzeichen erkennung. Die folgenden grundlegenden Schritte sind erforderlich: 1) Kennzeichen position ierung, Position ierung der Kennzeichen position im Bild; 2) Kennzeichen-Segment ierung, die die Zeichen im Nummern schild teilt; 3) Kennzeichen erkennung, erkennen die segmentierten Zeichen und bilden schließlich das Kennzeichen. Bei der Kennzeichen erkennung basiert die Erkennung der Kennzeichen farbe auf unterschied lichen Algorithmen und kann in den oben genannten verschiedenen Schritten realisiert werden. Es kooperiert und verifiziert in der Regel mit der Kennzeichen erkennung. 1) In der natürlichen Umgebung des Kennzeichen ortes ist der Hintergrund des Fahrzeug bildes komplex und die Beleuchtung ungleich mäßig.

Wie man den Nummern schild bereich im natürlichen Hintergrund genau bestimmt, ist der Schlüssel des gesamten Erkennungs prozesses. Erstens wird eine groß angelegte Korrelation suche für das gesammelte Videobild durchgeführt, und mehrere Regionen, die den Merkmalen des Fahrzeug kennzeichens entsprechen, werden als Kandidaten regionen gefunden. Dann werden diese Kandidaten regionen weiter analysiert und bewertet. Schließlich wird eine beste Region als Kennzeichen region ausgewählt und vom Bild getrennt. 2) Nachdem die Kennzeichenzeichen-Segment ierung die Position des Nummern schild bereichs abgeschlossen hat, wird der Nummern schild bereich in ein einzelnes Zeichen unterteilt und dann erkannt. Die Charakters egmentierung verwendet im Allgemeinen die vertikale Projektions methode.

Da die Projektion von Zeichen in vertikaler Richtung in der Nähe des lokalen Mindestwerts an der Lücke zwischen oder innerhalb von Zeichen liegen muss und diese Position das Zeichen schreib format, die Zeichen, die Größen beschränkungen und einige andere Bedingungen des Nummern schilds erfüllen muss. Das vertikale Projektions verfahren hat einen guten Einfluss auf die Charakters egmentierung im Automobil bild in einer komplexen Umgebung. 3) Gegenwärtig umfassen die Methoden zur Erkennung von Kennzeichen zeichen haupt sächlich den Vorlagen anpassungs algorithmus und den Algorithmus für künstliche neuronale Netzwerke. Basierend auf dem Vorlagen anpassungs algorithmus wird zunächst das segmentierte Zeichen binarisiert und seine Größe auf die Größe der Vorlage in der Zeichen datenbank skaliert, dann mit allen Vorlagen abgeglichen und die beste Übereinstimmung als Ergebnis ausgewählt. Es gibt zwei Algorithmen, die auf einem künstlichen neuronalen Netzwerk basieren: Einer besteht darin, die Merkmale von Zeichen zu extrahieren und dann die erhaltenen Funktionen zu verwenden, um den Verteiler des neuronalen Netzwerks zu trainieren. Eine andere Methode besteht darin, das Bild direkt in das Netzwerk einzugeben, und das Netzwerk extrahiert die Funktion automatisch, bis das Erkennungs ergebnis erhalten wird. In der praktischen Anwendung hängt die Erkennungs rate des Kennzeichen erkennungs systems auch eng mit der Kennzeichen qualität und der Aufnahme qualität zusammen.

Die Qualität des Kennzeichens wird durch verschiedene Faktoren beeinflusst, wie z. B. Rost, Flecken, Abblättern der Farbe, Verblassen der Schrift, Abschirmung des Kennzeichens, Neigung des Kennzeichens, Hervorhebung und Reflexion, mehrere Nummern schilder, falsche Nummern schilder usw.; Der tatsächliche Aufnahme prozess wird auch durch die Helligkeit der Umwelt beeinflusst. Schieß modus, Fahrzeug geschwindigkeit und so weiter. Diese Faktoren reduzieren die Erkennungs rate der Kennzeichen erkennung in unterschied lichem Maße. Dies ist die Schwierigkeit und Herausforderung des Kennzeichen erkennungs systems. Um die Erkennungs rate zu verbessern, sollten wir nicht nur den Erkennungs algorithmus ständig verbessern, sondern auch Wege finden, verschiedene Licht verhältnisse zu überwinden, um die gesammelten Bilder für die Erkennung am förderlich sten zu machen.