车牌识别率算法解析

首先剖析下车牌识别原理是怎样的,车牌识别是基于图像分割和图像识别理论,对含有车牌识别车辆号牌的图像进行分析处理,从而确定牌照在图像中的位置,并进一步提取和识别出文本字符。车牌识别过程包括图像采集、预处理、车牌定位、字符分割、字符识别、结果输出等一系列算法运算,其运行流程如下图所示:

那么高达99.7%的车牌识别率是怎样做到的?

首先,相机成像是车牌识别的基础,稳定、优质的成像效果为高识别率奠定了坚实的基础;

其次,现场安装调试是车牌识别的重要保障,专业的咨询服务部为每一个安装现场提供专业、合理的安装意见,角度、距离、补光灯调节等为高车牌识别识别率提供了有力的保障;

再次,强大的识别算法。

一、核心算法支持丰富多样的功能:支持车牌种类繁多,工作模式灵活等。

车牌识别核心算法支持各类车牌:普通蓝牌、单层黄牌、双层黄牌、警车车牌、武警车牌、军队车牌(新军牌)、大使馆车牌、02式个性化车牌、教练车牌、农用车牌、挂车号牌、民航车牌、港澳出入境车牌、台湾车牌等。

支持线圈触发识别工作模式和视频流识别工作模式,灵活互补。

支持车身颜色识别,支持车标识别,支持车型识别。

二、鲁棒性强

(鲁棒性即在异常场景、异常情况下均能正常工作,且有较高的识别率)针对反光车牌、逆光车牌、阴阳车牌、变形车牌、污损车牌、奔驰特殊车牌、倾斜车牌、低对比度车牌、雨雾天气车牌、过爆车牌、粘连边框车牌、相似字符等特殊情况,均有较高的车牌识别率。

三、算法实时性

线圈触发工作模式,单帧耗时500ms左右;视频流识别模式,单帧耗时100ms左右。


猜你喜欢

转载自blog.csdn.net/weixin_42029082/article/details/80104662