停车场车牌识别系统供应商服务至上「正大电动门业」

车牌定位

车牌定位是指根据车牌图像的区域特征来将车牌在图像中的部分从背景图像中分离开来，由于车牌区域在图像特征主要包括颜色和形状，车牌区域的颜色一般为蓝色、黄色或白色，它们与图像的背景颜色存在较大的差异。车牌识别系统的主要构成分析目前相对多见的车牌识别系统***为两方面的基础模块，依次属于对应的数据采集以及识别软件两个方面，而后一类还能够再度进行分割。车牌的形状一般为矩形。而车牌号在外形和排列上都存在规律性。车牌定位技术就是将上述特征经过一定的变换与处理后，使之能作为车牌定位的依据。

车牌字符分割主要后面的字符识别做准备，它是把车牌图像区域中的字符和数字一一地分割开，以便于后续处理中对单个字符进行识别。字符分割的方法[2]主要有：基于连通域标记的字符分割算法、灰度垂直投影分割的方法等。

车牌的字符识别

车牌字符识别是将分割开的单个字符进行匹配判断。常用的车牌字符识别方法主要有：基于模板的识别算法、基于BP神经网络的识别算法等。

目前针对车牌识别系统的研究主要可分为基于嵌入式平台和基于PC机平台两种研究方向。车牌识别系统通过应用数字成像技术和计算机信息处理技术，采用合适的图像处理、模式识别和人工智能技术，通过对图像的采集和处理，获得***的wei章车辆信息，从而达到更有效率的的车辆程度。传统的基于PC平台的车牌识别系统除在在信息处理应用实时性方面难以满足人们的日常需求， 同时，在网络管理应用方面也存在带宽的压力，信息采集终端方面的成本也过高。可见，在实际交通管理应用中，基于PC机平台的车牌识别系统具有很多限制与缺陷。鉴于传统基于PC平台的车牌识别系统存在的缺点和不足，本文提出了基于MCS-51单片机的车牌识别系统。

字符识别：对分割之后的字符进行收缩、提取字符的特性，分类之后与数据库中标准的字符进行比对，后识别出字符的图像，这是字符识别的整个过程。车牌自动识别系统是值得深入研究的一个方向，它是当今智能交通管理技术研究的重要课题。字符识别的两个重要点为字符特征提取和模式的匹配，该体系主要有以下几种方式：一种方式是用字符的结构特性及其变换进行特征提取，这种方式对于字符的倾斜以及字符的变形等等都有很高的兼容性，但它在运算过程中太复杂，且对计算机的性能要求很严格。另一种方式是统计字符特征对其特征进行提取，目前，大部分的字符识别都运用了这种方式。在字符特征提取中，能够借助字符投影的特征及轮廓特征构成字符特征的矢量，然后对汽车牌照字符的特征进行匹配，这样就拥有了清晰的识别率。