車牌識別觸發方式

通過，識別車牌，并進行后續處理。視頻觸發模式不需要使用線圈，紅外線或其他硬件車輛檢測器。該方法的優點是構造方便，不需要切割鋪設線圈的地面，也不需要安裝車輛檢測器和其他部件。但是，它的缺點也非常顯著。由于算法的局限性，該方案的觸發率和識別率遠低于外圍觸發器的觸發率和識別率。 車牌識別系統 1.間接方法：通過識別存儲在IC卡中的車牌信息或安裝在車上的條形碼來識別車牌和相關信息。 IC卡技術識別精度高，運行可靠，可全天候運行，但價格昂貴，硬件設備非常復雜，不適合遠程操作;條形碼技術具有識別速度快，精度高，可靠性高，成本低等優點。此外，它們都需要制定統一的國家標準，不能檢查汽車，條形碼，是否也是技術上的缺點，使得在短時間內難以推廣。 2，直接法：基于車牌識別技術的圖像屬于直接法，是一種智能被動式車牌識別方法，可以在沒有任何特殊車輛排放設備的情況下發送車牌信號，或靜止狀態運動車輛車牌號非接觸信息采集和實時智能識別。與間接識別系統相比，首先，該系統節省了設備布置和大量資金，從而提高了經濟效益;其次，由于采用先進的計算機應用技術，因此可以提高識別速度，更好地解決實時問題;第三，它根據圖像識別，因此可以通過人的參與解決系統中的識別錯誤，而其他方法難以與人交互。 直接方法一般包括圖像處理技術，傳統模式識別技術和人工神經網絡技術。 1，圖像處理技術，數字圖像處理技術解決汽車車牌識別研究首先開始于80年代，但國內外僅作為車牌識別中的一個具體問題進行了討論，并且通常只使用一個簡單的圖像處理技術來解決，還沒有形成一個完整的系統，識別過程是利用工業電視攝像機拍攝汽車前面圖像的工作情況，然后到電腦上進行簡單處理，最終還需要人工干預，如省內漢字識別問題，1985年，采用常用的圖像處理技術，提出漢字識別的分類是在提取漢字的基礎上進行的。特征。根據漢字的投影直方圖選擇浮動閉合值，提取漢字的垂直峰值。然后根據投影直方圖水平方向的漢字，選擇合適的閉合值，經過量化處理，形成一個可變長度的鏈碼，然后用動態編程方法，找出距標準的最小距離模式鏈碼，實現細分儀完成中文省名的自動識別。 2.傳統的模式識別技術。傳統的模式識別技術是指結構特征方法，統計特征方法等.20世紀90年代，由于計算機視覺技術的發展，開始對車牌識別進行系統研究。 1990年，AS.Johnson等人。利用計算機視覺技術和圖像處理技術實現車牌自動識別系統。系統分為三個部分：圖像分割，特征提取，模板構建和字符識別。通過大量的統計實驗，確定對應于不同最小值的圖像直方圖的最小值范圍，然后根據對應于特定最小值的直方圖對車牌進行分段，然后通過模式識別字符。使用預先設置的標準字符模板進行匹配。 3.人工神經網絡技術。近年來發展起來的計算機及相關技術，一些國家開始探索用人工神經網絡技術解決自動許可問題，例如1994年M.M.M.FANHY等就成功地運用了BAM神經網絡方法對車牌上的字符進行自動識別，BAM神經網絡是由相同神經元構成的雙向聯想式單層網絡，每一個字符模板對應著唯一個BAM矩陣，通過與車牌上的字符比較，識別出正確的車牌號碼。 這種采用BAM神經網絡方法的缺點是無映解決識別系統存儲容量和處理速度相矛盾的問題。