智能車牌識別系統廠商咨詢客服「多圖」

車牌識別系統無法識別新能源號牌的主要原因

任何系統都需要人的設定，即便車牌識別系統越來越快捷和智能。在了解它如何工作后，我們就更能理解，為什么它有時候識別不出新能源號牌了。

在“車輛檢測-圖像采集-預處理-車牌定位-字符分割-字符識別-結果輸出”這個過程中，導致新能源號牌出現無法識別或識別錯誤的情況，主要是新能源汽車號牌號碼由5位升為6位，車牌識別系統在識別過程中，識別算法是以普通車牌5位的算法，所以常常出現后一位車號辨識失敗或錯誤的情況。首先，車牌識別停車場系統蕞重要的一個因素，就是識別率的問題，有的人從識別率的高低來判斷設備的好與壞，其實這是一個很不科學的方法。

其實這個問題也很好解決，只需要升級系統就可以了，由車牌識別廠家對系統算法進行升級。大多數廠家本身對此算法的升級已經完成，現在要做的就是將新算法導入到已經在使用的各個停車場系統中。對于已生產而未出廠的設備，也需要重新升級或在安裝過程中進行升級，避免此類情況出現。而與其他應用場景相比，停車場的識別環境具有識別角度大、單車通行、車速慢、燈光環境可控等特點，同時還要實現自動計時收費功能，這些都對車牌識別系統的識別率提出更高要求。

在車牌識別系統中，由于車牌污染、背景復雜、光照不均勻、車牌發生傾斜、邊框影響以及間隔符等因素影響，很難找到一種普遍使用的分割方法。車牌字符分割就是對已經定位出的車牌區域內的車牌字符進行分割，從而獲取車牌上的字符，是車牌字符識別的前提和準備。車牌字符分割的好壞，直接影響到識別效果的好壞。為了分割出相互獨立的字符，對經過Otsu算法閾值化的灰度圖進行分割。

車牌區域定位完成之后，由于提取出來的車牌區域內的車牌圖像可能存在傾斜現象，因此，在車牌字符分割之前，需要判斷車牌圖像是否傾斜。在車牌傾斜的情況下，需要準確的求得車牌的傾斜角度，然后把發生傾斜的車牌校正過來，為接下來的字符分割創造條件，這就是車牌的傾斜校正。常用的傾斜校正算法包括Radon變換、Hough變換。在車牌的傾斜校正完成之后，需要去除車牌的上下、左右邊界，然后才能把車牌上的字符一個個的分割出來，得到一個單獨的車牌字符圖像，為后續的車牌字符識別做好準備，即車牌的字符分割。從系統的實用性角度來看，作為一個實時的系統，它要求有較高的識別速度，這就決定了字符識別算法計算必須足夠高效。

在車牌的字符分割中，有許多因素會對車牌的字符分割造成影響，例如圖像的噪聲、車牌的定位不精準、字符的粘連、漢字的不連通等。本文介紹一種改進的水平投影算法，該算法能夠克服這些因素造成的不良影響，并且能夠準確的分割出車牌，為后續的精準識別做好準備。為了分割出相互獨立的字符，對經過Otsu算法閾值化的灰度圖進行分割。小技巧：調節萬向節,讓相機往車輛駕駛室這邊偏，直到車牌在圖片中顯示是水平的。

如何解決車牌識別系統的錯誤辨認情況？

由于車牌識別系統可以使車輛進出停車場時，省去了卡片管理的工作，加快了車輛通行速度，同時減少了管理人員的開支，所以被普遍應用在各大停車場中。但是車牌識別有時常常會呈現辨認錯誤的狀況，那么我們該如何處理這一問題從而提高辨認率呢？

從內因上看，車牌辨認系統的根底是車牌辨認算法，而車牌辨認算法由空間復雜度和時間復雜度來組成，分為五種不同的特性：

1、有窮性即算法的演化過程是有限的，不可能無限制的演算；

2、確切性即算法的每一個演算步驟多有確切的定義；

3、輸入項即詳細的車牌圖像；

4、輸進項即車牌的辨認結果；

5、可行性即車牌辨認的效果。

經過優化以上五項特性，從基本上優化車牌辨認算法是進步車牌辨認率的一個辦法。

隨著科技的發展，似乎一切都變得智能化了，以下介紹一下車牌識別系統及其工作原理：

車輛號牌相當于是車輛的個人證明，它的特殊性與重要性決定車牌識別系統成為城市智能交通管理系統中不可或缺的重要組成部分。車牌識別（LPR）系統是以圖像處理、模式識別等技術為基礎的智能識別系統，通過攝像機所拍攝道路上行駛的車輛圖像進行車牌號碼的識別。過程涉及：車輛檢測——圖像采集——預處理——車牌定位——字符分割——字符識別——結果輸出。⑥車牌識別結果決策模塊識別結果決策模塊，具體地說，決策模塊利用一個車牌經過視野的過程留下的歷史記錄，對識別結果進行智能化的決策。