停车场车牌识别系统维修在线咨询「正大电动门业」

常用的车牌定位的方法有基于颜色的方法、基于纹理特征的方法、基于数学形态学的方法、基于小波变换的方法等。由于所有车辆的交通信息都将存储在服务器中，不需要手动记录车牌，服务器提供丰富的查询功能，还可以帮助用户快速定位车辆和乘客信息。这些车牌定位方法，都各自具有不同的局限性。使用Mean Shift算法进行车牌定位可以获得比较好的效果。对于图像空间的所有像素点，在经过Mean Shift算法迭代后，如果终收敛于同一点，则停止迭代。用同样的方法对图像空间中的所有像素点进行迭代遍历，得出的结果根据收敛点的不同可以把整个空间分成几个区域。这些区域即为可能的车牌区域，再通过上述特征在可能的车牌区域中进行对照分析，就可以得到车牌区域。

车牌定位模块：该单元是指在对原始车辆图像进行图像增强处理和降噪处理后还需对图像进行定位处理，即对在一张完整的车辆图像中去掉我们不需要的部分定位出车牌区域。基于车牌识别的智能管理系统能够更好地解决现行管理中面临的种种难题，在各行各业都有着举足轻重的作用。在一张拍摄的车辆图像中，只有含车牌号码的部分，对识别工作有意义，我们可以将其他区域设法除去，即从整个车辆图像中准确的找出并分离出车牌所在位置的图像，这样做的好处是可以节省系统识别时间。

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。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。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。

车牌的底色检测

车牌颜色不是单一的，所以在识别的过程中我们还需要对车牌的颜色予以区分。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。通过我们对车辆车牌的研究发现，车牌的底色一般为蓝色或者黄色，而车牌上字符的颜色一般为白色或者是黑色。车牌不是单一颜色的，如果是那么我们就没办法识别了，因此，我们需要对车牌的颜色予以区分。本设计采用的是RGB 模型检测方法，具体的方法就是将检测得到的像素点与 RGB 模型进行比对，就可以得出车牌的颜色。