烏魯木齊破胎器廠家漫談opencv車牌識(shí)別畢業(yè)設(shè)計(jì)：以車牌識(shí)別應(yīng)用為例看安防SoC實(shí)現(xiàn)IVS。運(yùn)用在交通領(lǐng)域的視頻監(jiān)控系統(tǒng)是較為高端的，往高畫質(zhì)和智能化發(fā)展已成為共識(shí)。作為最重要且最基本的一種智能化應(yīng)用，車牌識(shí)別(lpr)解決方案的需求大而強(qiáng)烈。傳統(tǒng)上，基于dsp和(x86)pc的lpr方案對(duì)大多數(shù)的監(jiān)控設(shè)備設(shè)備商而言，其開發(fā)時(shí)間會(huì)較長、成本較高，安裝上較復(fù)雜嚴(yán)格。

最新基于soc芯片的lpr方案，則可利用arm芯片的通用處理能力，結(jié)合專門的程序優(yōu)化，研發(fā)出安裝方便和性能可靠的道路交通監(jiān)控?cái)z影機(jī)，以及相關(guān)影像監(jiān)控設(shè)備，能降低制作成本，便于廠商大規(guī)模生產(chǎn)。

用技術(shù)響應(yīng)lpr需求

lpr功能在交通安防工程中，是必要存在且有急迫需求的。據(jù)2012年的數(shù)據(jù)顯示，中國市場全新部署超過了2萬支交通監(jiān)控?cái)z像機(jī)，而臺(tái)灣也有超過2千支。此外，數(shù)據(jù)也顯示交通監(jiān)控更為發(fā)達(dá)的美國和英國，其城市道路上使用的監(jiān)控?cái)z像機(jī)密度，大致在每0.7km～1.2km一支。若以此為標(biāo)準(zhǔn)來推估，中國地區(qū)未來每年增加的交通監(jiān)控?cái)z像機(jī)數(shù)量，可穩(wěn)定在30，000到50，000支之間；臺(tái)灣則是在4，000支左右。如果將用于停車場、小區(qū)、廠區(qū)出入口的安裝需求也算進(jìn)來，數(shù)量會(huì)更加可觀。

現(xiàn)今可行的lpr算法解決方案，必須滿足以下四個(gè)特點(diǎn)：

性能穩(wěn)定。必須能在絕大部分環(huán)境下提供正確穩(wěn)定的輸出，lpr業(yè)界通行標(biāo)準(zhǔn)，要求全牌識(shí)別正確率不低于99%，全字符準(zhǔn)確率不低于97%。

界面方便。這樣的特性，使設(shè)備廠商能夠盡其可能開發(fā)不同特色的上層應(yīng)用，滿足各類終端需求。lpr的上層包括建構(gòu)車輛搜索、使用分析等程序，現(xiàn)今交通監(jiān)控常見的各種衍生應(yīng)用。為了達(dá)到開發(fā)上的方便性，必須要讓下層的算法提供較為高檔和完全的接口功能；在數(shù)據(jù)輸出上，充分考慮不同的上層應(yīng)用，提供容易改造的基礎(chǔ)。

降低整合困難度。也就是降低具備lpr的設(shè)備產(chǎn)品本身開發(fā)難度，可以大大加快產(chǎn)品推出的速度，及時(shí)響應(yīng)市場需求。

占用較低的處理器資源。如果lpr稍復(fù)雜而對(duì)cpu的要求提高，將會(huì)實(shí)際削弱算法的部署能力，影響設(shè)備的其他菜單現(xiàn)。

一些根基于arm的新興lpr程序如何運(yùn)作，并且能符合上述的幾項(xiàng)必備特點(diǎn)，讓我們透過以下的交通監(jiān)控測試為例來分析說明(測試樣本為20，000張臺(tái)灣交通監(jiān)控圖面和1，000小時(shí)錄像)。典型的soc芯片級(jí)lpr解決方案，是基于通用的arm將一個(gè)完整的車牌識(shí)別應(yīng)用功能實(shí)現(xiàn)分為兩個(gè)部分：被硬化的基礎(chǔ)操作數(shù)ive(智能影像引擎)，以及上層功能實(shí)現(xiàn)。其核心程序模塊包括：車輛檢測和跟蹤、車牌檢測、字符分割，字符識(shí)別和規(guī)則輸出。下面予以逐一說明。

從車體到車牌到數(shù)字

車輛檢測和跟蹤：將畫面中的車輛從背景中分割出來并予以跟蹤，從而明確每一輛需要進(jìn)行車牌檢測的車輛實(shí)體。要解決由于光照的變化、背景混亂運(yùn)動(dòng)的干擾、運(yùn)動(dòng)目標(biāo)的影子、攝像機(jī)的抖動(dòng)以及車輛目標(biāo)的自遮擋和互遮擋等影響。內(nèi)建arm的soc其lpr可達(dá)到“后向”和“前向”兩種位移模式的分別處理。在這個(gè)階段，車輛檢測率效果已可達(dá)到99.6%的水平，而重復(fù)率低于0.2%。

車牌檢測：車牌檢測是最重要的lpr環(huán)節(jié)，其后的辨識(shí)效果，與此部分?jǐn)?shù)據(jù)提取正確率的歸一相關(guān)系數(shù)，是所有環(huán)節(jié)中最大的。在有車燈、尾燈、柵格等干擾圖像的影響下，準(zhǔn)確提取車牌并將其邊緣準(zhǔn)確切割是算法的重要能力。支持soc的lpr已能使用邊沿檢測、正負(fù)線檢測、旋轉(zhuǎn)糾偏、角點(diǎn)檢測等手段，使得車牌邊沿的切割移位率，降低到3%的極值，為下一步的分析提供了可靠的數(shù)據(jù)源。

字元分割：要將需要辨識(shí)的字符目標(biāo)從車牌中擷取出來。考慮到車牌種類的不同，這一步驟實(shí)際要求算法對(duì)不同種類的車牌自動(dòng)適應(yīng)并提取。以臺(tái)灣車牌為例，舊式車牌中存在的4、5、6位數(shù)的車牌，以及新式車牌的7位數(shù)標(biāo)準(zhǔn)車牌，就需要算法自動(dòng)判別篩選和擷取。此外，摩托車和大型車車牌長寬比上的較大區(qū)別，也是lpr技術(shù)必須解決的問題。典型支持arm的lpr解決方案是基于內(nèi)部字符角點(diǎn)的聚合特征，和字符間留白的線特征，自動(dòng)制表符區(qū)域予以提取。當(dāng)前擷取的正確率可達(dá)99.4%～99.8%之間。

soc結(jié)構(gòu)與lpr解決方案

字符識(shí)別：不同地區(qū)和國家的車牌字符字體不一。據(jù)了解，內(nèi)建arm的soc其lpr方案當(dāng)前可支持的字符包括26個(gè)英文大寫字母、10個(gè)阿拉伯?dāng)?shù)字，和中國地區(qū)72個(gè)車牌類屬標(biāo)記字；擁有巨量的車牌庫是這一環(huán)節(jié)準(zhǔn)確率的保證。例如市面找得到有imp-lpr所采用的是經(jīng)典的圖像增強(qiáng)加svm模式進(jìn)行識(shí)別，對(duì)特殊易混淆的字符，采用專門的分析算法予以針對(duì)性的區(qū)分，甚至特殊采用逆向金字塔方法，提取每一個(gè)字符的識(shí)別結(jié)果概率。透過這些方式產(chǎn)生的首選答案輸出結(jié)果，正確率穩(wěn)定在98%以上。

以上的相關(guān)知識(shí)就先介紹到這里了，以后我們會(huì)定期為大家分享關(guān)于新疆懸浮門批發(fā)廠家提供的新疆車牌識(shí)別系統(tǒng)相關(guān)知識(shí)，同時(shí)也希望需要該服務(wù)的朋友可以隨時(shí)關(guān)注我們的網(wǎng)站，我們會(huì)為您提供更詳細(xì)的問題解答。當(dāng)您需要該服務(wù)時(shí)，盡快咨詢?yōu)豸斈君R破胎器廠家聯(lián)系方式：13999890731。