启智畅想车牌识别技术原理
摘要:车牌识别技术原理车牌识别技术原理都是一样的,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。以国内最领先的启智畅想车牌识别系统为例,他们采用一种叫启发式融合定位算法,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。核心技术不在定位算法本身,而是核心算法周边算法的“启发”、“学习”与“结合”Window系统模糊车牌识别算法安卓系统模糊车牌识别demo程序车牌字符中除去汉字字符,共有36(10个数字字符,26个字母字符)个字符。针对车牌字符图像的特点,可以简化LeNet-5的结构,使其既能满足正确识别率要求,又能减少识别时间,因此本文提出一种改进的CNN模型用于识别车牌字符。启智畅想车牌识别特点:1、毫秒级识别车牌,彻底解决手工输入痛点,快速、准确;2、手机相机视频预览识别车牌,可提供安卓、ISO、Windows、Linux等系统识别,支持移动设备离线识别以及电脑客户端、服务器端识别;3、支持识别的车牌种类多,蓝牌、黄牌、新能源车牌均可识别,4、复杂场景车牌均可识别,适应性强,白天晚上、远距离、大角度都能快速准确的识别车牌;5、提供底层算法,车
温馨提示:当前文档最多只能预览
5 页,若文档总页数超出了
5 页,请下载原文档以浏览全部内容。
本文档由 匿名用户 于 2021-03-02 18:07:08上传分享