车牌识别触发方式

通过，识别车牌，并进行后续处理。视频触发模式不需要使用线圈，红外线或其他硬件车辆检测器。该方法的优点是构造方便，不需要切割铺设线圈的地面，也不需要安装车辆检测器和其他部件。但是，它的缺点也非常显着。由于算法的局限性，该方案的触发率和识别率远低于外围触发器的触发率和识别率。 车牌识别系统 1.间接方法：通过识别存储在IC卡中的车牌信息或安装在车上的条形码来识别车牌和相关信息。 IC卡技术识别精度高，运行可靠，可全天候运行，但价格昂贵，硬件设备非常复杂，不适合远程操作;条形码技术具有识别速度快，精度高，可靠性高，成本低等优点。此外，它们都需要制定统一的国家标准，不能检查汽车，条形码，是否也是技术上的缺点，使得在短时间内难以推广。 2，直接法：基于车牌识别技术的图像属于直接法，是一种智能被动式车牌识别方法，可以在没有任何特殊车辆排放设备的情况下发送车牌信号，或静止状态运动车辆车牌号非接触信息采集和实时智能识别。与间接识别系统相比，首先，该系统节省了设备布置和大量资金，从而提高了经济效益;其次，由于采用先进的计算机应用技术，因此可以提高识别速度，更好地解决实时问题;第三，它根据图像识别，因此可以通过人的参与解决系统中的识别错误，而其他方法难以与人交互。 直接方法一般包括图像处理技术，传统模式识别技术和人工神经网络技术。 1，图像处理技术，数字图像处理技术解决汽车车牌识别研究首先开始于80年代，但国内外仅作为车牌识别中的一个具体问题进行了讨论，并且通常只使用一个简单的图像处理技术来解决，还没有形成一个完整的系统，识别过程是利用工业电视摄像机拍摄汽车前面图像的工作情况，然后到电脑上进行简单处理，最终还需要人工干预，如省内汉字识别问题，1985年，采用常用的图像处理技术，提出汉字识别的分类是在提取汉字的基础上进行的。特征。根据汉字的投影直方图选择浮动闭合值，提取汉字的垂直峰值。然后根据投影直方图水平方向的汉字，选择合适的闭合值，经过量化处理，形成一个可变长度的链码，然后用动态编程方法，找出距标准的最小距离模式链码，实现细分仪完成中文省名的自动识别。 2.传统的模式识别技术。传统的模式识别技术是指结构特征方法，统计特征方法等.20世纪90年代，由于计算机视觉技术的发展，开始对车牌识别进行系统研究。 1990年，AS.Johnson等人。利用计算机视觉技术和图像处理技术实现车牌自动识别系统。系统分为三个部分：图像分割，特征提取，模板构建和字符识别。通过大量的统计实验，确定对应于不同最小值的图像直方图的最小值范围，然后根据对应于特定最小值的直方图对车牌进行分段，然后通过模式识别字符。使用预先设置的标准字符模板进行匹配。 3.人工神经网络技术。近年来发展起来的计算机及相关技术，一些国家开始探索用人工神经网络技术解决自动许可问题，例如1994年M.M.M.FANHY等就成功地运用了BAM神经网络方法对车牌上的字符进行自动识别，BAM神经网络是由相同神经元构成的双向联想式单层网络，每一个字符模板对应着唯一个BAM矩阵，通过与车牌上的字符比较，识别出正确的车牌号码。 这种采用BAM神经网络方法的缺点是无映解决识别系统存储容量和处理速度相矛盾的问题。