車牌識別演算法

A. 車牌字元識別演算法原理是怎樣的

原理就是通過攝像機拍攝道路上行駛的車輛圖像進行車牌號碼的識別，過程涉及：車輛檢測—圖像採集—預處理—車牌定位—字元分割—字元識別—結果輸出。

• 輛檢測：可採用埋地線圈檢測、紅外檢測、雷達檢測技術、視頻檢測等多種方式感知車輛的經過，並觸發圖像採集抓拍。

• 圖像採集：通過高清攝像抓拍主機對通行車輛進行實時、不間斷記錄、採集。

• 預處理：雜訊過濾、自動白平衡、自動曝光以及伽馬校正、邊緣增強、對比度調整等。

• 車牌定位：在經過圖像預處理之後的灰度圖像上進行行列掃描，確定車牌區域。

• 字元分割：在圖像中定位出車牌區域後，通過灰度化、二值化等處理，精確定位字元區域，然後根據字元尺寸特徵進行字元分割。

• 字元識別：對分割後的字元進行縮放、特徵提取，與字元資料庫模板中的標准字元表達形式進行匹配判別。

• 結果輸出：將車牌識別的結果以文本格式輸出。

B. 誰知道做車牌識別演算法研究的公司

行業里做車牌識別演算法的公司也不算太多，向漢王，火眼臻睛車牌識別等等，你是集成商么？如果是集成商就好辦，像火眼臻睛車牌識別就只是做車牌識別系統，如果要嵌入收費系統的話就需要有集成能力才行啊。

C. 車牌識別系統的識別原理

車輛檢測可以採用埋地線圈檢測、紅外檢測、雷達檢測技術、視頻檢測等多種方式。採用視頻檢測可以避免破壞路面、不必附加外部檢測設備、不需矯正觸發位置、節省開支，而且更適合移動式、攜帶型應用的要求。
系統進行視頻車輛檢測，需要具備很高的處理速度並採用優秀的演算法，在基本不丟幀的情況下實現圖像採集、處理。若處理速度慢，則導致丟幀，使系統無法檢測到行駛速度較快的車輛，同時也難以保證在有利於識別的位置開始識別處理，影響系統識別率。因此，將視頻車輛檢測與牌照自動識別相結合具備一定的技術難度。 為了進行車牌識別，需要以下幾個基本的步驟：
1) 牌照定位，定點陣圖片中的牌照位置；
2) 牌照字元分割，把牌照中的字元分割出來；
3) 牌照字元識別，把分割好的字元進行識別，最終組成牌照號碼。
車牌識別過程中，牌照顏色的識別依據演算法不同，可能在上述不同步驟實現，通常與車牌識別互相配合、互相驗證。
1) 牌照定位
自然環境下，汽車圖像背景復雜、光照不均勻，如何在自然背景中准確地確定牌照區域是整個識別過程的關鍵。首先對採集到的視頻圖像進行大范圍相關搜索，找到符合汽車牌照特徵的若干區域作為候選區，然後對這些侯選區域做進一步分析、評判，最後選定一個最佳的區域作為牌照區域，並將其從圖像中分離出來。
2) 牌照字元分割
完成牌照區域的定位後，再將牌照區域分割成單個字元，然後進行識別。字元分割一般採用垂直投影法。由於字元在垂直方向上的投影必然在字元間或字元內的間隙處取得局部最小值的附近，並且這個位置應滿足牌照的字元書寫格式、字元、尺寸限制和一些其他條件。利用垂直投影法對復雜環境下的汽車圖像中的字元分割有較好的效果。
3) 牌照字元識別方法主要有基於模板匹配演算法和基於人工神經網路演算法。基於模板匹配演算法首先將分割後的字元二值化並將其尺寸大小縮放為字元資料庫中模板的大小，然後與所有的模板進行匹配，選擇最佳匹配作為結果。基於人工神經網路的演算法有兩種：一種是先對字元進行特徵提取，然後用所獲得特徵來訓練神經網路分配器；另一種方法是直接把圖像輸入網路，由網路自動實現特徵提取直至識別出結果。
實際應用中，車牌識別系統的識別率還與牌照質量和拍攝質量密切相關。牌照質量會受到各種因素的影響，如生銹、污損、油漆剝落、字體褪色、牌照被遮擋、牌照傾斜、高亮反光、多牌照、假牌照等等；實際拍攝過程也會受到環境亮度、拍攝方式、車輛速度等等因素的影響。這些影響因素不同程度上降低了車牌識別的識別率，也正是車牌識別系統的困難和挑戰所在。為了提高識別率，除了不斷地完善識別演算法還應該想辦法克服各種光照條件，使採集到的圖像最利於識別。

D. 國內車牌識別演算法做得好的有哪些公司

不多，比較出名的是火眼臻睛和文通，針對停車場，火眼臻睛要更好一些，還有1-2家不出名小公司做得也還可以，記不得名字了。

E. 車牌識別用什麼模式識別演算法

安快車牌識別採用200萬高清DSP硬識別，三層網路神經演算法~其中第一層是輸入單元，第二層稱為隱含層，第三層稱為輸出層!

F. 什麼是車牌識別技術 車牌識別技術詳解

汽車牌照自動識別技術
它是利用車輛的動態視頻或靜態圖像進行牌照號碼、牌照顏色自動識別的模式識別技術。通過對圖像的採集和處理，完成車牌自動識別功能，能從一幅圖像中自動提取車牌圖像，自動分割字元，進而對字元進行識別。其硬體基礎一般包括觸發設備(監測車輛是否進入視野)、攝像設備、照明設備、圖像採集設備、識別車牌號碼的處理機(如計算機)等。

自動識別技術分為硬識別和軟識別（其實兩者是相輔相成的）
「硬體識別」就是通過獨立的硬體設備，對所抓拍圖片進行一系列的字元處理；目前停車場系統行業中硬體識別也分為兩種，即帶有單獨的車牌識別儀和前端硬體識別兩種。前端硬體識別一體式攝像機是將傳統單獨的車牌識別儀嵌入至攝像機中，實現前端硬體與攝像機一體化，完美實現圖像抓拍、視頻流傳輸、字元識別、道閘抬桿等一系列的工作。
「軟體識別」可以理解為通過軟體對車牌號碼進行的，通過在電腦上安裝一個配套的車牌識別軟體，對抓拍的圖片進行識別處理。其工作方式是通過攝像機連續抓拍多張照片，選擇其中較為清晰的一張，然後通過電腦軟體進行字元處理，實現車牌識別的。因為每次識別需要抓拍多張照片，因此軟識別的速度較慢。而且軟識別系統對所抓拍的圖片要求也是極高的，必須極為清晰才能達到想要的效果。該系統對現場環境以及調試質量要求極高，在諸多環境不佳的場合都不適用，並且識別設備的擺放也是非常重要的。

軟硬識別的對比：
1、分析識別模式
硬識別系統：採用視頻流分析識別，對監控范圍內的視頻流進行全天候實時分析；
軟識別系統：圖片分析識別，對到達指定范圍內的車輛進行拍照，再對照片進行分析；當車輛位置不佳時，識別易出錯。
2、智能演算法模型

硬識別系統：採用智能模糊點陣識別演算法，准確率更高，識別率大於99.70％。很少需要人工干預。
軟識別系統：OCR/字型拓撲結構識別演算法，會頻繁出現誤識別情況，准確率低於90％。需要人工不斷輸入糾正後的號牌。
3、可靠性及穩定性：

硬識別系統：專用識別器採用TI 公司的高速DSP，雙CPU控制，確保系統可靠性和穩定性。
軟識別系統：軟體識別，容易頻繁出現死機等情況，需經常重新啟動電腦，造成間斷性系統癱瘓。

軟硬識別優勢互補：
在硬體識別不出來或者硬體識別錯誤的情況下，啟用軟識別，完美融合，融合後准確率達99.99%。該技術常用於停車場及小區出入口、高速公路收費站、公路卡口和城市交通。

目前國內比較好的車牌識別廠家有科拓、捷順、享泊科技、西安艾潤、道爾智控。
簡單說一下這幾家廠商：
【科拓】

1、產品多元化
致力於研發並提供多元全面的智慧停車場應用解決方案，只圍繞停車場做業務延伸，公司所能做的停車場業務點覆蓋最廣
2、硬體品和軟體技術
科拓有自己的硬體及軟體人才，能獨立做硬體及軟體，省去中間供應商環節，成本低。

3、停車場行業資歷較深
公司始創於2006年，總部位於廈門，在北京、上海、廣州等全國重點城市擁有二十多家全資子公司、分公司及辦事處，實力雄厚。

【捷順】
1、公司成立於1992年，上市公司，有政府背景。
2、有資本助力，送設備已名聲在外。
3、道閘及軟硬體一般，技術能力一般。

【享泊科技】
1、新興的互聯網公司，屬於系統集成商，軟識別比較厲害。
2、停車場的軟體和雲平台系統有較大優勢，畢竟骨幹在華為幹了十幾年。
3、主要在上海開展業務，其他地方只能去他們官網購買產品，而且不包郵，不包安裝（安裝要錢）。

【西安艾潤物聯網技術服務有限責任公司】
1、硬體產品行業內一般化，軟體行業知名。
2、軟體行業優勢（能做到：雲服務平台、多車位多車、電子優惠券、定製化開發、對接會員管理系統、報表分析、兼容第三方軟體平台）
3、能做無線技術，採用無線路由（有待驗證，公司宣傳能做）

【深圳市道爾智控科技股份有限公司】
1、上市公司
2、支持運營報表輸出（BI分析系統）
3、支持微信、支付寶支付
4、有自己的道兒雲開放平台，可定製化開發
5、車牌識別準度一般

G. 車牌識別系統演算法代碼怎麼編寫

建議使用matlab，網上搜搜國外有一些demo程序。
---。安.視.寶。---
車輛自動識別是建立在圖像對比組件的基礎上，利用攝像機拍攝車輛運行動態視頻，然後採用先進的神經網路演算法和模糊演算法相結合，通過對視頻流的採集和處理，完成車牌自動識別，自動進行車牌號碼比較，並以文本的格式與進出場數據進行打包保存。

原理介紹：車輛自動識別系統對攝像機抓拍到的每幀圖像都識別，並自動找到最佳識別效果的圖像，應用這種方法可以很好地提高抓拍率、識別率，並且能夠降低工程的施工難度。立林智能網路車牌自動識別正是基於這一思想，採用專有的技術，利用高速的識別演算法核心對視頻流進行逐幀的識別，即對單個車輛進行了多次識別，從而有效克服了現有車輛識別技術存在的許多缺陷。使用連續多幀識別，從工程的角度看，比單幀識別成功的機率要高很多，這是因為連續抓拍的圖像的角度、光照不同，識別效果也不盡相同，從理論上講，只要有一幀足夠清晰的圖像就有一個好的識別結果。立林智能網路車牌自動識別還採用先進的目標跟蹤，以及識別結果最佳化等方法，來確保從車流中一個一個地甄別出序列化的車牌。
要實現對視頻流逐幀識別，必須採用行之有效的高速識別演算法，即神經網路演算法和模糊演算法相結合，否則無法達到實用的效果。對於常用的768×288高解析度圖像，立林智能網路車牌自動識別可以在3到10毫秒內完成全部的識別過程，並且在多個應用中實施了單台計算機多路的實時識別方案。

H. 車牌識別系統演算法是什麼-真地

汽車牌照自動識別技術
它是利用車輛的動態視頻或靜態圖像進行牌照號碼、牌照顏色自動識別的模式識別技術。通過對圖像的採集和處理，完成車牌自動識別功能，能從一幅圖像中自動提取車牌圖像，自動分割字元，進而對字元進行識別。其硬體基礎一般包括觸發設備(監測車輛是否進入視野)、攝像設備、照明設備、圖像採集設備、識別車牌號碼的處理機(如計算機)等。

自動識別技術分為硬識別和軟識別（其實兩者是相輔相成的）
「硬體識別」就是通過獨立的硬體設備，對所抓拍圖片進行一系列的字元處理；目前停車場系統行業中硬體識別也分為兩種，即帶有單獨的車牌識別儀和前端硬體識別兩種。前端硬體識別一體式攝像機是將傳統單獨的車牌識別儀嵌入至攝像機中，實現前端硬體與攝像機一體化，完美實現圖像抓拍、視頻流傳輸、字元識別、道閘抬桿等一系列的工作。
「軟體識別」可以理解為通過軟體對車牌號碼進行的，通過在電腦上安裝一個配套的車牌識別軟體，對抓拍的圖片進行識別處理。其工作方式是通過攝像機連續抓拍多張照片，選擇其中較為清晰的一張，然後通過電腦軟體進行字元處理，實現車牌識別的。因為每次識別需要抓拍多張照片，因此軟識別的速度較慢。而且軟識別系統對所抓拍的圖片要求也是極高的，必須極為清晰才能達到想要的效果。該系統對現場環境以及調試質量要求極高，在諸多環境不佳的場合都不適用，並且識別設備的擺放也是非常重要的。
軟硬識別的對比：
1、分析識別模式
硬識別系統：採用視頻流分析識別，對監控范圍內的視頻流進行全天候實時分析；
軟識別系統：圖片分析識別，對到達指定范圍內的車輛進行拍照，再對照片進行分析；當車輛位置不佳時，識別易出錯。
2、智能演算法模型

硬識別系統：採用智能模糊點陣識別演算法，准確率更高，識別率大於99.70％。很少需要人工干預。
軟識別系統：OCR/字型拓撲結構識別演算法，會頻繁出現誤識別情況，准確率低於90％。需要人工不斷輸入糾正後的號牌。
3、可靠性及穩定性：

硬識別系統：專用識別器採用TI 公司的高速DSP，雙CPU控制，確保系統可靠性和穩定性。
軟識別系統：軟體識別，容易頻繁出現死機等情況，需經常重新啟動電腦，造成間斷性系統癱瘓。

I. 車牌識別的概念是什麼

車牌識別是計算機視頻圖像識別技術在車輛牌照識別中的一種應用。車牌識別在高速公路車輛管理中得到廣泛應用，電子收費系統中，也是結合DSRC技術識別車輛身份的主要手段。
車牌識別技術應用十分廣泛。它可以實現停車場出入口收費管理、盜搶車輛管理、高速公路超速自動化管理、闖紅燈電子警察、公路收費管理等等功能。對於維護交通安全和城市治安，防止交通堵塞，實現交通全自動化管理有著現實的意義。

J. 車牌識別原理是什麼

請在此輸入您的回答，每一次專業解答車牌識別技術的原理都是一樣的，具體流程如下：圖像捕捉與獲取、車牌定位、字元分割
字元識別、輸出結果。不一樣的是在上述環節中採用不同的技術，比如作為核心技術的車牌定位，
就可能用到(1)自適應邊界搜索法、(2)區域生長法、(3)灰度圖像數學形態學運演算法、
(4)基於字元串特徵增強的分割方法、(5)模糊聚類法、(6)基於灰度圖的車牌定位和分割法、
(7)DFT變換法等等。這些技術本身都不難，難的是如何根據具體的現場環境，選擇最具針對性的
演算法。以國內最領先的火眼臻睛車牌識別系統為例，他們採用一種叫啟發式自適應融合定位演算法，
也就是不僅僅利用單一一種定位方法，演算法內部對場景分類，然後針對不同的場景選擇一種或者
多種演算法，以保證演算法效果。核心技術倒不在定位演算法本身，而是「啟發」、「自適應」與「融合」，
這反而比定位演算法本身更加復雜。未來會出現更加智能化的車牌識別。都將打造您的權威形象