Sistema de estacionamento de reconhecimento de placas-Equipamento de estacionamento | Reconhecimento de placas HD

Sistema de estacionamento de reconhecimento de placas-equipamento de estacionamento | equipamento de gerenciamento de estacionamento | equipamento de sistema de estacionamento, princípio de reconhecimento automático de placas, diagrama esquemático do processo de reconhecimento de placas, diagrama esquemático do processo de reconhecimento de placas de veículos. O reconhecimento automático da placa é uma tecnologia de reconhecimento de padrões para reconhecimento automático do número e da cor da placa usando vídeo dinâmico ou imagem estática do veículo. Sua base de hardware geralmente inclui equipamento de gatilho (monitorando se o veículo entra no campo de visão), equipamento de câmera, equipamento de iluminação, equipamento de aquisição de imagem, processador para reconhecer o número da placa (como computador), etc. Seu núcleo de software inclui algoritmo de localização de placa de licença, algoritmo de segmentação de caracteres de placa de licença e algoritmo de reconhecimento óptico de caracteres. Alguns sistemas de reconhecimento de placas também têm a função de julgar se existe um carro por meio de imagens de vídeo, o que é chamado de detecção de veículos de vídeo. Um sistema completo de reconhecimento de placas deve incluir detecção de veículos, aquisição de imagens, reconhecimento de placas e assim por diante.

Quando a seção de detecção de veículo detecta a chegada do veículo, ela aciona a unidade de aquisição de imagem para adquirir a imagem de vídeo atual. A unidade de reconhecimento de placa processa a imagem, localiza a posição da placa, segmenta os caracteres na placa para reconhecimento e, em seguida, forma a saída do número da placa. (1) Detecção de veículos: detecção de veículos pode adotar detecção de bobina enterrada, detecção de infravermelho, detecção de radar, detecção de vídeo e outros métodos. Usando a detecção de vídeo pode evitar danificar a superfície da estrada, nenhum equipamento de detecção externo adicional, não há necessidade de corrigir a posição do gatilho, economizar despesas e é mais adequado para aplicações móveis e portáteis. Para detecção de veículos de vídeo, o sistema precisa ter alta velocidade de processamento e adotar excelentes algoritmos para realizar a aquisição e processamento de imagens sem perder quadros. Se a velocidade de processamento for lenta, isso levará à perda de quadros, para que o sistema não possa detectar o veículo com velocidade de condução rápida.

Ao mesmo tempo, é difícil garantir que o processamento de reconhecimento seja iniciado na posição propícia ao reconhecimento, o que afetará a taxa de reconhecimento do sistema. Portanto, é difícil combinar a detecção de veículos de vídeo com o reconhecimento automático da placa de licença. (2) Número da placa de licença e reconhecimento de cor para reconhecimento da placa de licença. As seguintes etapas básicas são necessárias: 1) posicionamento da placa, posicionamento da posição da placa na imagem; 2) Segmentação de caracteres da placa de licença, que divide os caracteres na placa; 3) Reconhecimento de caracteres da placa de licença, reconhecer os caracteres segmentados e, finalmente, formar o número da placa. No processo de reconhecimento da placa de licença, o reconhecimento da cor da placa de licença é baseado em diferentes algoritmos e pode ser realizado nas diferentes etapas acima. Geralmente coopera e verifica com o reconhecimento da placa. 1) No ambiente natural da localização da placa, o fundo da imagem do veículo é complexo e a iluminação é desigual.

Como determinar com precisão a área da placa de licença no fundo natural é a chave de todo o processo de reconhecimento. Em primeiro lugar, uma pesquisa de correlação em larga escala é realizada na imagem de vídeo coletada, e várias regiões alinhadas com as características da placa do veículo são encontradas como regiões candidatas. Em seguida, essas regiões candidatas são analisadas e avaliadas posteriormente. Finalmente, uma melhor região é selecionada como a região da placa de licença e separada da imagem. 2) Depois que a segmentação de caracteres da placa de licença completa a localização da área da placa, a área da placa é dividida em um único caractere e então reconhecida. A segmentação de caracteres geralmente adota o método de projeção vertical.

Uma vez que a projeção de caracteres na direção vertical deve estar perto do valor mínimo local na lacuna entre ou dentro dos caracteres, e esta posição deve atender ao formato de escrita de caracteres, caracteres, restrições de tamanho e algumas outras condições da placa de licença. O método de projeção vertical tem um bom efeito na segmentação de caracteres em imagens de automóveis em ambientes complexos. 3) Atualmente, os métodos de reconhecimento de caracteres da placa de licença incluem principalmente algoritmo de correspondência de modelos e algoritmo de rede neural artificial. Com base no algoritmo de correspondência de modelo, em primeiro lugar, o caractere segmentado é binarizado e seu tamanho é dimensionado para o tamanho do modelo no banco de dados de caracteres, então ele é combinado com todos os modelos e a melhor correspondência é selecionada como resultado. Existem dois algoritmos baseados na rede neural artificial: um é extrair os recursos dos caracteres e, em seguida, usar os recursos obtidos para treinar o distribuidor da rede neural; Outro método é inserir a imagem diretamente na rede, e a rede extrai automaticamente o recurso até que o resultado do reconhecimento seja obtido. Na aplicação prática, a taxa de reconhecimento do sistema de reconhecimento de placas também está intimamente relacionada à qualidade da placa de licença e qualidade de disparo.

A qualidade da placa será afetada por vários fatores, como ferrugem, mancha, peeling de tinta, desbotamento da fonte, blindagem da placa de licença, inclinação da placa, destaque e reflexão, várias placas, placas falsas, etc; O processo de filmagem real também será afetado pelo brilho ambiental, Modo de disparo, velocidade do veículo e assim por diante. Esses fatores reduzem a taxa de reconhecimento de placas em vários graus, que é a dificuldade e o desafio do sistema de reconhecimento de placas. A fim de melhorar a taxa de reconhecimento, além de melhorar constantemente o algoritmo de reconhecimento, devemos também encontrar maneiras de superar várias condições de iluminação para tornar as imagens coletadas mais propícias ao reconhecimento.