車牌識(shí)別(LPR)交通領(lǐng)域的視頻監(jiān)控系統(tǒng)是較為高端的，其技術(shù)升級(jí)也上日新月異的。
車輛檢測(cè)和跟蹤：將畫面中的車輛從背景中分割出來并予以跟蹤，從而明確每一輛需要進(jìn)行車牌檢測(cè)的車輛實(shí)體。要解決由于光照的變化、背景混亂運(yùn)動(dòng)的干擾、運(yùn)動(dòng)目標(biāo)的影子、攝像機(jī)的抖動(dòng)以及車輛目標(biāo)的自遮擋和互遮擋等影響。內(nèi)建ARM的SoC其LPR可達(dá)到“后向”和“前向”兩種位移模式的分別處理。在這個(gè)階段，車輛檢測(cè)率效果已可達(dá)到99.6%的水平，而重復(fù)率低于0.2%。
車牌檢測(cè)：車牌檢測(cè)是最重要的LPR環(huán)節(jié)，其后的辨識(shí)效果，與此部分?jǐn)?shù)據(jù)提取正確率的歸一相關(guān)系數(shù)，是所有環(huán)節(jié)中最大的。在有車燈、尾燈、柵格等干擾圖像的影響下，準(zhǔn)確提取車牌并將其邊緣準(zhǔn)確切割是算法的重要能力。支持SoC的LPR已能使用邊沿檢測(cè)、正負(fù)線檢測(cè)、旋轉(zhuǎn)糾偏、角點(diǎn)檢測(cè)等手段，使得車牌邊沿的切割移位率，降低到3%的極值，為下一步的分析提供了可靠的數(shù)據(jù)源。
字元分割：要將需要辨識(shí)的字符目標(biāo)從車牌中擷取出來?？紤]到車牌種類的不同，這一步驟實(shí)際要求算法對(duì)不同種類的車牌自動(dòng)適應(yīng)并提取。以臺(tái)灣車牌為例，舊式車牌中存在的4、5、6位數(shù)的車牌，以及新式車牌的7位數(shù)標(biāo)準(zhǔn)車牌，就需要算法自動(dòng)判別篩選和擷取。此外，摩托車和大型車車牌長寬比上的較大區(qū)別，也是LPR技術(shù)必須解決的問題。典型支持ARM的LPR解決方案是基于內(nèi)部字符角點(diǎn)的聚合特征，和字符間留白的線特征，自動(dòng)制表符區(qū)域予以提取。當(dāng)前擷取的正確率可達(dá)99.4%～99.8%之間。
字符識(shí)別：不同地區(qū)和國家的車牌字符字體不一。據(jù)了解，內(nèi)建ARM的SoC其LPR方案當(dāng)前可支持的字符包括26個(gè)英文大寫字母、10個(gè)阿拉伯?dāng)?shù)字，和中國地區(qū)72個(gè)車牌類屬標(biāo)記字;擁有巨量的車牌庫是這一環(huán)節(jié)準(zhǔn)確率的保證。例如市面找得到有IMP-LPR所采用的是經(jīng)典的圖像增強(qiáng)加SVM模式進(jìn)行識(shí)別，對(duì)特殊易混淆的字符，采用專門的分析算法予以針對(duì)性的區(qū)分，甚至特殊采用逆向金字塔方法，提取每一個(gè)字符的識(shí)別結(jié)果概率。透過這些方式產(chǎn)生的首選答案輸出結(jié)果，正確率穩(wěn)定在98%以上。
規(guī)則輸出：不同國家和地區(qū)的車牌，其制式上字符位置和可選范圍具有明確的定義，能用以提高整體車牌的準(zhǔn)確率。以臺(tái)灣新7位車牌為例，利用前3后4的結(jié)構(gòu)，可以明確將識(shí)別結(jié)果中，首選答案中不符車牌制式規(guī)則的錯(cuò)誤糾正過來。SoC的LPR方案也可考慮這一實(shí)際有效的方式，在程序架構(gòu)上，允許外部依據(jù)車牌制式的概率，制定糾錯(cuò)輸出的規(guī)則。采用這樣的規(guī)則，能成功使其在臺(tái)灣的車牌辨識(shí)率提升0.6%～0.8%。
a&s傳媒是全球知名展覽公司法蘭克福展覽集團(tuán)旗下的專業(yè)媒體平臺(tái)，自1994年品牌成立以來，一直專注于安全&自動(dòng)化產(chǎn)業(yè)前沿產(chǎn)品、技術(shù)及市場(chǎng)趨勢(shì)的專業(yè)媒體傳播和品牌服務(wù)。從安全管理到產(chǎn)業(yè)數(shù)字化，a&s傳媒擁有首屈一指的國際行業(yè)展覽會(huì)資源以及豐富的媒體經(jīng)驗(yàn)，提供媒體、活動(dòng)、展會(huì)等整合營銷服務(wù)。
粵公網(wǎng)安備 44030402000264號(hào)
