车牌识别算法

A. 车牌字符识别算法原理是怎样的

原理就是通过摄像机拍摄道路上行驶的车辆图像进行车牌号码的识别，过程涉及：车辆检测—图像采集—预处理—车牌定位—字符分割—字符识别—结果输出。

• 辆检测：可采用埋地线圈检测、红外检测、雷达检测技术、视频检测等多种方式感知车辆的经过，并触发图像采集抓拍。

• 图像采集：通过高清摄像抓拍主机对通行车辆进行实时、不间断记录、采集。

• 预处理：噪声过滤、自动白平衡、自动曝光以及伽马校正、边缘增强、对比度调整等。

• 车牌定位：在经过图像预处理之后的灰度图像上进行行列扫描，确定车牌区域。

• 字符分割：在图像中定位出车牌区域后，通过灰度化、二值化等处理，精确定位字符区域，然后根据字符尺寸特征进行字符分割。

• 字符识别：对分割后的字符进行缩放、特征提取，与字符数据库模板中的标准字符表达形式进行匹配判别。

• 结果输出：将车牌识别的结果以文本格式输出。

B. 谁知道做车牌识别算法研究的公司

行业里做车牌识别算法的公司也不算太多，向汉王，火眼臻睛车牌识别等等，你是集成商么？如果是集成商就好办，像火眼臻睛车牌识别就只是做车牌识别系统，如果要嵌入收费系统的话就需要有集成能力才行啊。

C. 车牌识别系统的识别原理

车辆检测可以采用埋地线圈检测、红外检测、雷达检测技术、视频检测等多种方式。采用视频检测可以避免破坏路面、不必附加外部检测设备、不需矫正触发位置、节省开支，而且更适合移动式、便携式应用的要求。
系统进行视频车辆检测，需要具备很高的处理速度并采用优秀的算法，在基本不丢帧的情况下实现图像采集、处理。若处理速度慢，则导致丢帧，使系统无法检测到行驶速度较快的车辆，同时也难以保证在有利于识别的位置开始识别处理，影响系统识别率。因此，将视频车辆检测与牌照自动识别相结合具备一定的技术难度。 为了进行车牌识别，需要以下几个基本的步骤：
1) 牌照定位，定位图片中的牌照位置；
2) 牌照字符分割，把牌照中的字符分割出来；
3) 牌照字符识别，把分割好的字符进行识别，最终组成牌照号码。
车牌识别过程中，牌照颜色的识别依据算法不同，可能在上述不同步骤实现，通常与车牌识别互相配合、互相验证。
1) 牌照定位
自然环境下，汽车图像背景复杂、光照不均匀，如何在自然背景中准确地确定牌照区域是整个识别过程的关键。首先对采集到的视频图像进行大范围相关搜索，找到符合汽车牌照特征的若干区域作为候选区，然后对这些侯选区域做进一步分析、评判，最后选定一个最佳的区域作为牌照区域，并将其从图像中分离出来。
2) 牌照字符分割
完成牌照区域的定位后，再将牌照区域分割成单个字符，然后进行识别。字符分割一般采用垂直投影法。由于字符在垂直方向上的投影必然在字符间或字符内的间隙处取得局部最小值的附近，并且这个位置应满足牌照的字符书写格式、字符、尺寸限制和一些其他条件。利用垂直投影法对复杂环境下的汽车图像中的字符分割有较好的效果。
3) 牌照字符识别方法主要有基于模板匹配算法和基于人工神经网络算法。基于模板匹配算法首先将分割后的字符二值化并将其尺寸大小缩放为字符数据库中模板的大小，然后与所有的模板进行匹配，选择最佳匹配作为结果。基于人工神经网络的算法有两种：一种是先对字符进行特征提取，然后用所获得特征来训练神经网络分配器；另一种方法是直接把图像输入网络，由网络自动实现特征提取直至识别出结果。
实际应用中，车牌识别系统的识别率还与牌照质量和拍摄质量密切相关。牌照质量会受到各种因素的影响，如生锈、污损、油漆剥落、字体褪色、牌照被遮挡、牌照倾斜、高亮反光、多牌照、假牌照等等；实际拍摄过程也会受到环境亮度、拍摄方式、车辆速度等等因素的影响。这些影响因素不同程度上降低了车牌识别的识别率，也正是车牌识别系统的困难和挑战所在。为了提高识别率，除了不断地完善识别算法还应该想办法克服各种光照条件，使采集到的图像最利于识别。

D. 国内车牌识别算法做得好的有哪些公司

不多，比较出名的是火眼臻睛和文通，针对停车场，火眼臻睛要更好一些，还有1-2家不出名小公司做得也还可以，记不得名字了。

E. 车牌识别用什么模式识别算法

安快车牌识别采用200万高清DSP硬识别，三层网络神经算法~其中第一层是输入单元，第二层称为隐含层，第三层称为输出层!

F. 什么是车牌识别技术 车牌识别技术详解

汽车牌照自动识别技术
它是利用车辆的动态视频或静态图像进行牌照号码、牌照颜色自动识别的模式识别技术。通过对图像的采集和处理，完成车牌自动识别功能，能从一幅图像中自动提取车牌图像，自动分割字符，进而对字符进行识别。其硬件基础一般包括触发设备(监测车辆是否进入视野)、摄像设备、照明设备、图像采集设备、识别车牌号码的处理机(如计算机)等。

自动识别技术分为硬识别和软识别（其实两者是相辅相成的）
“硬件识别”就是通过独立的硬件设备，对所抓拍图片进行一系列的字符处理；目前停车场系统行业中硬件识别也分为两种，即带有单独的车牌识别仪和前端硬件识别两种。前端硬件识别一体式摄像机是将传统单独的车牌识别仪嵌入至摄像机中，实现前端硬件与摄像机一体化，完美实现图像抓拍、视频流传输、字符识别、道闸抬杆等一系列的工作。
“软件识别”可以理解为通过软件对车牌号码进行的，通过在电脑上安装一个配套的车牌识别软件，对抓拍的图片进行识别处理。其工作方式是通过摄像机连续抓拍多张照片，选择其中较为清晰的一张，然后通过电脑软件进行字符处理，实现车牌识别的。因为每次识别需要抓拍多张照片，因此软识别的速度较慢。而且软识别系统对所抓拍的图片要求也是极高的，必须极为清晰才能达到想要的效果。该系统对现场环境以及调试质量要求极高，在诸多环境不佳的场合都不适用，并且识别设备的摆放也是非常重要的。

软硬识别的对比：
1、分析识别模式
硬识别系统：采用视频流分析识别，对监控范围内的视频流进行全天候实时分析；
软识别系统：图片分析识别，对到达指定范围内的车辆进行拍照，再对照片进行分析；当车辆位置不佳时，识别易出错。
2、智能算法模型

硬识别系统：采用智能模糊点阵识别算法，准确率更高，识别率大于99.70％。很少需要人工干预。
软识别系统：OCR/字型拓扑结构识别算法，会频繁出现误识别情况，准确率低于90％。需要人工不断输入纠正后的号牌。
3、可靠性及稳定性：

硬识别系统：专用识别器采用TI 公司的高速DSP，双CPU控制，确保系统可靠性和稳定性。
软识别系统：软件识别，容易频繁出现死机等情况，需经常重新启动电脑，造成间断性系统瘫痪。

软硬识别优势互补：
在硬件识别不出来或者硬件识别错误的情况下，启用软识别，完美融合，融合后准确率达99.99%。该技术常用于停车场及小区出入口、高速公路收费站、公路卡口和城市交通。

目前国内比较好的车牌识别厂家有科拓、捷顺、享泊科技、西安艾润、道尔智控。
简单说一下这几家厂商：
【科拓】

1、产品多元化
致力于研发并提供多元全面的智慧停车场应用解决方案，只围绕停车场做业务延伸，公司所能做的停车场业务点覆盖最广
2、硬件品和软件技术
科拓有自己的硬件及软件人才，能独立做硬件及软件，省去中间供应商环节，成本低。

3、停车场行业资历较深
公司始创于2006年，总部位于厦门，在北京、上海、广州等全国重点城市拥有二十多家全资子公司、分公司及办事处，实力雄厚。

【捷顺】
1、公司成立于1992年，上市公司，有政府背景。
2、有资本助力，送设备已名声在外。
3、道闸及软硬件一般，技术能力一般。

【享泊科技】
1、新兴的互联网公司，属于系统集成商，软识别比较厉害。
2、停车场的软件和云平台系统有较大优势，毕竟骨干在华为干了十几年。
3、主要在上海开展业务，其他地方只能去他们官网购买产品，而且不包邮，不包安装（安装要钱）。

【西安艾润物联网技术服务有限责任公司】
1、硬件产品行业内一般化，软件行业知名。
2、软件行业优势（能做到：云服务平台、多车位多车、电子优惠券、定制化开发、对接会员管理系统、报表分析、兼容第三方软件平台）
3、能做无线技术，采用无线路由（有待验证，公司宣传能做）

【深圳市道尔智控科技股份有限公司】
1、上市公司
2、支持运营报表输出（BI分析系统）
3、支持微信、支付宝支付
4、有自己的道儿云开放平台，可定制化开发
5、车牌识别准度一般

G. 车牌识别系统算法代码怎么编写

建议使用matlab，网上搜搜国外有一些demo程序。
---。安.视.宝。---
车辆自动识别是建立在图像对比组件的基础上，利用摄像机拍摄车辆运行动态视频，然后采用先进的神经网络算法和模糊算法相结合，通过对视频流的采集和处理，完成车牌自动识别，自动进行车牌号码比较，并以文本的格式与进出场数据进行打包保存。

原理介绍：车辆自动识别系统对摄像机抓拍到的每帧图像都识别，并自动找到最佳识别效果的图像，应用这种方法可以很好地提高抓拍率、识别率，并且能够降低工程的施工难度。立林智能网络车牌自动识别正是基于这一思想，采用专有的技术，利用高速的识别算法核心对视频流进行逐帧的识别，即对单个车辆进行了多次识别，从而有效克服了现有车辆识别技术存在的许多缺陷。使用连续多帧识别，从工程的角度看，比单帧识别成功的机率要高很多，这是因为连续抓拍的图像的角度、光照不同，识别效果也不尽相同，从理论上讲，只要有一帧足够清晰的图像就有一个好的识别结果。立林智能网络车牌自动识别还采用先进的目标跟踪，以及识别结果最佳化等方法，来确保从车流中一个一个地甄别出序列化的车牌。
要实现对视频流逐帧识别，必须采用行之有效的高速识别算法，即神经网络算法和模糊算法相结合，否则无法达到实用的效果。对于常用的768×288高分辨率图像，立林智能网络车牌自动识别可以在3到10毫秒内完成全部的识别过程，并且在多个应用中实施了单台计算机多路的实时识别方案。

H. 车牌识别系统算法是什么-真地

汽车牌照自动识别技术
它是利用车辆的动态视频或静态图像进行牌照号码、牌照颜色自动识别的模式识别技术。通过对图像的采集和处理，完成车牌自动识别功能，能从一幅图像中自动提取车牌图像，自动分割字符，进而对字符进行识别。其硬件基础一般包括触发设备(监测车辆是否进入视野)、摄像设备、照明设备、图像采集设备、识别车牌号码的处理机(如计算机)等。

自动识别技术分为硬识别和软识别（其实两者是相辅相成的）
“硬件识别”就是通过独立的硬件设备，对所抓拍图片进行一系列的字符处理；目前停车场系统行业中硬件识别也分为两种，即带有单独的车牌识别仪和前端硬件识别两种。前端硬件识别一体式摄像机是将传统单独的车牌识别仪嵌入至摄像机中，实现前端硬件与摄像机一体化，完美实现图像抓拍、视频流传输、字符识别、道闸抬杆等一系列的工作。
“软件识别”可以理解为通过软件对车牌号码进行的，通过在电脑上安装一个配套的车牌识别软件，对抓拍的图片进行识别处理。其工作方式是通过摄像机连续抓拍多张照片，选择其中较为清晰的一张，然后通过电脑软件进行字符处理，实现车牌识别的。因为每次识别需要抓拍多张照片，因此软识别的速度较慢。而且软识别系统对所抓拍的图片要求也是极高的，必须极为清晰才能达到想要的效果。该系统对现场环境以及调试质量要求极高，在诸多环境不佳的场合都不适用，并且识别设备的摆放也是非常重要的。
软硬识别的对比：
1、分析识别模式
硬识别系统：采用视频流分析识别，对监控范围内的视频流进行全天候实时分析；
软识别系统：图片分析识别，对到达指定范围内的车辆进行拍照，再对照片进行分析；当车辆位置不佳时，识别易出错。
2、智能算法模型

硬识别系统：采用智能模糊点阵识别算法，准确率更高，识别率大于99.70％。很少需要人工干预。
软识别系统：OCR/字型拓扑结构识别算法，会频繁出现误识别情况，准确率低于90％。需要人工不断输入纠正后的号牌。
3、可靠性及稳定性：

硬识别系统：专用识别器采用TI 公司的高速DSP，双CPU控制，确保系统可靠性和稳定性。
软识别系统：软件识别，容易频繁出现死机等情况，需经常重新启动电脑，造成间断性系统瘫痪。

I. 车牌识别的概念是什么

车牌识别是计算机视频图像识别技术在车辆牌照识别中的一种应用。车牌识别在高速公路车辆管理中得到广泛应用，电子收费系统中，也是结合DSRC技术识别车辆身份的主要手段。
车牌识别技术应用十分广泛。它可以实现停车场出入口收费管理、盗抢车辆管理、高速公路超速自动化管理、闯红灯电子警察、公路收费管理等等功能。对于维护交通安全和城市治安，防止交通堵塞，实现交通全自动化管理有着现实的意义。

J. 车牌识别原理是什么

请在此输入您的回答，每一次专业解答车牌识别技术的原理都是一样的，具体流程如下：图像捕捉与获取、车牌定位、字符分割
字符识别、输出结果。不一样的是在上述环节中采用不同的技术，比如作为核心技术的车牌定位，
就可能用到(1)自适应边界搜索法、(2)区域生长法、(3)灰度图像数学形态学运算法、
(4)基于字符串特征增强的分割方法、(5)模糊聚类法、(6)基于灰度图的车牌定位和分割法、
(7)DFT变换法等等。这些技术本身都不难，难的是如何根据具体的现场环境，选择最具针对性的
算法。以国内最领先的火眼臻睛车牌识别系统为例，他们采用一种叫启发式自适应融合定位算法，
也就是不仅仅利用单一一种定位方法，算法内部对场景分类，然后针对不同的场景选择一种或者
多种算法，以保证算法效果。核心技术倒不在定位算法本身，而是“启发”、“自适应”与“融合”，
这反而比定位算法本身更加复杂。未来会出现更加智能化的车牌识别。都将打造您的权威形象