번호판 인식 주차장 시스템-주차장 장비 | HD 번호판 인식

번호판 인식 주차장 시스템-주차장 장비 | 주차장 관리 장비 | 주차장 시스템 장비, 자동 번호판 인식 원리, 번호판 인식 프로세스의 개략도, 번호판 인식 프로세스의 개략도. 자동 번호판 인식은 차량의 동적 비디오 또는 정적 이미지를 사용하여 번호판 번호 및 색상을 자동으로 인식하기위한 패턴 인식 기술입니다. 하드웨어 기초에는 일반적으로 트리거 장비 (차량이 시야에 들어가는지 여부를 모니터링), 카메라 장비, 조명 장비, 이미지 획득 장비, 번호판 번호 (컴퓨터 등) 를 인식하는 프로세서 소프트웨어 코어에는 번호판 위치 알고리즘, 번호판 문자 분할 알고리즘 및 광학 문자 인식 알고리즘이 포함됩니다. 일부 번호판 인식 시스템은 비디오 차량 감지라고하는 비디오 이미지를 통해 자동차가 있는지 여부를 판단하는 기능도 있습니다. 완전한 번호판 인식 시스템은 차량 탐지, 이미지 획득, 번호판 인식 등을 포함해야합니다.

차량 검출부가 차량의 도착을 검출할 때, 그것은 이미지 획득 유닛을 트리거하여 현재의 비디오 이미지를 획득한다. 번호판 인식 유닛은 이미지를 처리하고, 번호판 위치를 찾아내고, 인식을 위해 번호판에 문자를 분할한 다음, 번호판 번호 출력을 형성한다. (1) 차량 탐지: 차량 감지는 매장 된 코일 감지, 적외선 감지, 레이더 감지, 비디오 감지 및 기타 방법을 채택 할 수 있습니다. 비디오 감지를 사용하면 도로 표면 손상, 추가 외부 감지 장비 없음, 트리거 위치를 수정할 필요가 없으며 비용을 절감하며 모바일 및 휴대용 애플리케이션에 더 적합합니다. 비디오 차량 감지를 위해 시스템은 높은 처리 속도를 가지며 프레임을 잃지 않고 이미지 획득 및 처리를 실현하기 위해 우수한 알고리즘을 채택해야합니다. 처리 속도가 느리면 프레임 손실로 이어져 시스템이 빠른 주행 속도로 차량을 감지 할 수 없습니다.

동시에 인식 처리가 인식에 도움이되는 위치에서 시작되도록 보장하기가 어렵습니다. 이는 시스템의 인식률에 영향을 미칩니다. 따라서, 비디오 차량 검출과 자동 번호판 인식을 결합하는 것은 어렵다. (2) 번호판 번호 및 번호판 인식을위한 색상 인식. 다음과 같은 기본 단계가 필요합니다. 1) 번호판 위치, 그림에서 번호판 위치 배치; 2) 번호판의 문자를 나누는 번호판 문자 세분화; 3) 번호판 문자 인식, 분할 문자를 인식하고 마지막으로 번호판 번호를 형성합니다. 번호판 인식 과정에서 번호판 색상의 인식은 다른 알고리즘을 기반으로하며 위의 다른 단계에서 실현 될 수 있습니다. 일반적으로 번호판 인식과 협력하고 검증합니다. 1) 번호판 위치의 자연 환경에서 차량 이미지의 배경이 복잡하고 조명이 고르지 않습니다.

자연 배경에서 번호판 영역을 정확하게 결정하는 방법은 전체 인식 프로세스의 핵심입니다. 첫째, 수집된 비디오 이미지에 대해 대규모 상관 검색이 수행되고, 차량 번호판의 특성에 따라 여러 영역이 후보 영역으로서 발견된다. 이어서, 이들 후보 영역들은 추가로 분석되고 평가된다. 마지막으로, 최상의 영역이 번호판 영역으로서 선택되고 이미지로부터 분리된다. 2) 번호판 문자 분할이 번호판 영역의 위치를 완성한 후, 번호판 영역을 하나의 문자로 분할하여 인식한다. 문자 세분화는 일반적으로 수직 투영 방법을 채택합니다.

수직 방향의 문자 투영은 문자 사이 또는 문자 내의 간격에서 로컬 최소값 근처에 있어야하므로, 이 위치는 문자 쓰기 형식, 문자, 크기 제한 및 번호판의 다른 조건. 수직 투영 방법은 복잡한 환경에서 자동차 이미지의 문자 분할에 좋은 영향을 미칩니다. 3) 현재, 번호판 문자 인식 방법은 주로 템플릿 매칭 알고리즘 및 인공 신경망 알고리즘을 포함한다. 템플릿 매칭 알고리즘을 기반으로, 첫째, 분할 된 문자는 이진화되고 그 크기는 문자 데이터베이스의 템플릿 크기로 조정되며 모든 템플릿과 일치합니다. 최상의 일치가 결과로 선택됩니다. 인공 신경망을 기반으로하는 두 가지 알고리즘이 있습니다. 하나는 문자의 기능을 추출한 다음 얻은 기능을 사용하여 신경망 분배기를 훈련시키는 것입니다. 다른 방법은 이미지를 네트워크에 직접 입력하는 것이고, 네트워크는 인식 결과가 얻어질 때까지 그 특징을 자동으로 추출한다. 실제 적용에서 번호판 인식 시스템의 인식률은 번호판 품질 및 촬영 품질과 밀접한 관련이 있습니다.

번호판의 품질은 녹, 얼룩, 페인트 필링, 글꼴 페이딩, 번호판 차폐, 번호판 경사, 하이라이트 및 반사, 여러 번호판과 같은 다양한 요소의 영향을받습니다. 거짓 번호판 등; 실제 촬영 과정은 또한 환경 밝기에 의해 영향을받을 것입니다, 촬영 모드, 차량 속도 등. 이러한 요인들은 번호판 인식의 인식률을 다양한 정도로 줄이며, 이는 번호판 인식 시스템의 어려움과 도전이다. 인식 속도를 향상시키기 위해 인식 알고리즘을 지속적으로 개선하는 것 외에도 수집 된 이미지가 인식에 가장 도움이되도록 다양한 조명 조건을 극복 할 수있는 방법을 찾아야합니다.