车牌系统在白天有90%以上的准确度,到了傍晚就降到80%,夜间又降到70%,这种不稳定的系统,比起全天候平均拥有70%准确度的车牌辨识系统更难于整合。因为使用者会认为,既然白天的辨识率有90%,那全天候的准确率都要达到90%才合理,这样的规格还不包括奇怪的环境干扰(暴雨、冰雹、浓雾区段等),与架设环境限制(高度限制、风大摇晃限制、不容易遭受人为破坏等)。
确实实测
几乎每家都宣称拥有高辨识率,但为了避免事后因为双方对产品认知有差异,成都广告道闸公司,而将运作不良的责任互相推托,用户在采购车牌辨识系统时,不妨要求实地测试,而且测试时间**过两个礼拜,比较能判断辨识结果是否“言过其实”。
因为中国台湾是一个多变的环境,两个礼拜应该可以对于场域可能影响辨识率的情形,大约掌握了八成,济宁广告道闸,如果只是测一天、甚至几个小时,是无法了解的。
完成牌照区域的定位后,广告道闸机,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 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。