车牌识别培训文档41页PPT
合集下载
交通标志识别PPT课件

国内外研究现状
国内研究现状
国内关于交通标志识别研究最近几年才开始,加之交通标 志自动识别系统的研究具有一定的难度,国内关于交通标志识别 的研究成果并不多,到目前为止商业应用的交通标志识别系统还 只是少数汽车电子公司或者研究所的研究计划。
第5页/共46页
道路标志识别
国内外研究现状
国内研究成果
1、王坤明等人2004年提出了采用BP神经网络来对静态的交 通标志图像进行分类,能识别11种标志。 2、宁波大学的朱双东教授等人2006年提出了一种三角形交通 标志的检测方法,该方法首先在HIS颜色空间提取红色,再使用 LOG模板在检测的区域进行边缘检测,对检测到的点进行顶点 判别,判断顶点是否满足三角形的几何条件。
方法多 不固定
第25页/共46页
直方图均衡图像增强实例 第26页/共46页
检测目的
图像检测
检测的目的就是要在背景中准确定位标志并把检 测到的标志传递给下一个处理步骤。交通标志检测系 统是交通标志识别系统的一个重要组成部分。交通标 志如果不能被正确的检测就不能实现正确的识别。
第27页/共46页
检测方法 检测方法
第46页/共46页
基于边缘与区域的混合 分割
Rob erts
算子
Can ny算
子
基于区域的交 通标志分割
区域
闽值 法
区域 生长 合并
分水 岭法
法
第29页/共46页
基于边缘的图像分割方法就是基于亮 度的不连续变化来分割图像。
基于Canny的交通标志分割实例
第30页/共46页
基于区域的图像分割方法就是根据事先确 定的规则将目标图像分割成相似的区域
第8页/共46页
道路标志识别
国内研究现状
国内关于交通标志识别研究最近几年才开始,加之交通标 志自动识别系统的研究具有一定的难度,国内关于交通标志识别 的研究成果并不多,到目前为止商业应用的交通标志识别系统还 只是少数汽车电子公司或者研究所的研究计划。
第5页/共46页
道路标志识别
国内外研究现状
国内研究成果
1、王坤明等人2004年提出了采用BP神经网络来对静态的交 通标志图像进行分类,能识别11种标志。 2、宁波大学的朱双东教授等人2006年提出了一种三角形交通 标志的检测方法,该方法首先在HIS颜色空间提取红色,再使用 LOG模板在检测的区域进行边缘检测,对检测到的点进行顶点 判别,判断顶点是否满足三角形的几何条件。
方法多 不固定
第25页/共46页
直方图均衡图像增强实例 第26页/共46页
检测目的
图像检测
检测的目的就是要在背景中准确定位标志并把检 测到的标志传递给下一个处理步骤。交通标志检测系 统是交通标志识别系统的一个重要组成部分。交通标 志如果不能被正确的检测就不能实现正确的识别。
第27页/共46页
检测方法 检测方法
第46页/共46页
基于边缘与区域的混合 分割
Rob erts
算子
Can ny算
子
基于区域的交 通标志分割
区域
闽值 法
区域 生长 合并
分水 岭法
法
第29页/共46页
基于边缘的图像分割方法就是基于亮 度的不连续变化来分割图像。
基于Canny的交通标志分割实例
第30页/共46页
基于区域的图像分割方法就是根据事先确 定的规则将目标图像分割成相似的区域
第8页/共46页
道路标志识别
《车牌识别技术》PPT课件

随着汽车数量的逐年递增,摆在我们面前的是巨大的
城市交通压力。如何高效地进行交通管理,越来越成为我
们现实生活中的焦点问题。针对此问题,人们运用先进的
科学技术,相继研制开发出了各种交通道路监视、管理系
统,这些系统一般都包括车辆检测装置。通过这些装置对
过往的车辆实施检测,提取相关交通数据,用于达到监控、
管理和指挥交通的目的。汽车牌照的自动识别是车辆检测
精选课件ppt
10
车牌图像的预处理
平滑处理后的图像
未滤波直接提 取出的边缘
经灰度校正后 提取精选的课件边pp缘t
经平滑处理后 提取的边缘 11
车牌定位处理后结果
行方向区域和最终定位出来的车牌
精选课件ppt
12
进一步处理结果
精选课件ppt
13
车牌字符分割
• 完成牌照区域的定位后,再将牌照区域分 割成单个字符,然后进行识别。字符分割 一般采用垂直投影法。由于字符在垂直方 向上的投影必然在字符间或字符内的间隙 处取得局部最小值的附近,并且这个位置 应满足牌照的字符书写格式、字符、尺寸 限制和一些其他条件。利用垂直投影法对 复杂环境下的汽车图像中的字符分割有较 好的效果。
识别结果
精选课件ppt
20
未来发展方向
高速公路、城市交通、停车场等基础设施建设水平的 不断发展和车辆管理体制的不断完善,为以计算机视觉为 基础的智能交通管理系统的实际应用提供了契机。在智能 交通系统中,车牌自动识别系统是智能化交通系统非常重 要的发展方向。从开始的收费辅助系统演变过来的车牌识 别技术现在运用的领域是越来越广。它在车辆过路、过桥 全自动不停车收费,交通流量控制指标的测量,车辆自动 识别,高速公路上的事故自动测报,不停车检查,车辆定 位,汽车防盗,稽杏和追踪车辆违规、违法行为,维护交 通安全和城市治安,防止交通堵塞,提高收费路桥的服务 速度,缓解交通紧张状况等方面有重要作用,有重要的现 实应用意义。
车牌识别系统介绍PPT课件

本车场已 登记车辆
提示车牌号码、入场 日期、时间和费用交 纳情况
抬闸放行
车辆类别判别
外来车辆 用户从保安 取临时卡
提示车牌号码、入场 日期和时间并计时
抬闸放行
车辆进入车场
车 牌 识 别 系 统 结 构 流 程 ( 出 口 )
车辆驶近车场出口
系统自动抓拍照片,并识别 其车牌号码
自动查找该车的入场记录,车辆 类型,出入比对
车辆类别判别
本车场车辆
根据ቤተ መጻሕፍቲ ባይዱ户设定或物管 要求,系统直接抬闸 放行或要求用户刷卡
后再抬闸放行
外来车辆
用户刷卡,同 时交还临时卡
记录车辆出场日期时 间、车牌号码、车辆
照片等信息
外来临时车
按车辆类型(出租车、送货 车、公务车、社会车辆等) 和停车时长、收费标准等确
定应收的临时停车费
号牌+IC卡识别双重验证
You Know, The More Powerful You Will Be
谢谢你的到来
学习并没有结束,希望大家继续努力
Learning Is Not Over. I Hope You Will Continue To Work Hard
演讲人:XXXXXX 时 间:XX年XX月XX日
刷卡后抬闸放行
车辆驶出车场
车牌识别拓扑图
流程图
车牌识别设备安装示意图
高速收费岛设备布局图
雾 灯
行车方向
雾 灯
车道控制机
手 动
监视器 车牌自动识别器
票据打印机
栏
杆
地
感
线
圈
收费亭 顶视
栏杆机 车道摄像机
地感 线圈
车牌自动识别器
《智能车牌识别器》课件

多模态信息融合
未来智能车牌识别器将融合更多维度的信息,如车牌图像、车辆轨 迹、交通流量等,以提高识别准确性和效率。
边缘计算与云计算结合
随着边缘计算和云计算技术的融合,智能车牌识别器将能够实现更 快速、实时的数据处理和分析。
应用领域拓展
智慧交通
智能车牌识别器将在智慧交通领 域发挥重要作用,为交通管理部 门提供实时、准确的车辆信息,
工作原理
总结词
图像采集、预处理、特征提取、匹配识别
详细描述
智能车牌识别器通过高清摄像头采集车辆图像,然后进行图像预处理,包括灰度 化、降噪、二值化等操作,提取出车牌区域,再对车牌中的字符进行分割和识别 ,最终匹配出车牌号码。
应用场景
总结词
交通管理、停车场管理、智能安防
详细描述
智能车牌识别器广泛应用于交通管理领域,如高速公路收费站、城市交通路口、违章拍照等;在停车场管理中, 用于实现自动缴费、车辆进出控制等;同时也可以用于智能安防领域,如小区门禁系统、重要场所监控等。
车牌定位
利用图像分割、边缘检测 等技术,准确定位车牌区 域。
尺寸调整
将车牌图像调整为统一尺 寸,便于后续处理和识别 。
车牌定位与识别
字符分割
将车牌上的字符逐一分 割,便于单独识别。
特征提取
提取字符的关键特征, 如笔画、结构等。
字符识别
利用深度学习、模板匹 配等技术,对字符进行
识别。
车牌合成
将识别出的字符重新组 合,形成完整的车牌号
解决方案
加强技术研发
保障数据安全
鼓励相关企业和研究机构加强智能车牌识 别技术的研发和应用,提高设备的准确率 和稳定性。
通过加密、备份等手段保障数据的安全和 隐私,防止数据泄露和被滥用。
未来智能车牌识别器将融合更多维度的信息,如车牌图像、车辆轨 迹、交通流量等,以提高识别准确性和效率。
边缘计算与云计算结合
随着边缘计算和云计算技术的融合,智能车牌识别器将能够实现更 快速、实时的数据处理和分析。
应用领域拓展
智慧交通
智能车牌识别器将在智慧交通领 域发挥重要作用,为交通管理部 门提供实时、准确的车辆信息,
工作原理
总结词
图像采集、预处理、特征提取、匹配识别
详细描述
智能车牌识别器通过高清摄像头采集车辆图像,然后进行图像预处理,包括灰度 化、降噪、二值化等操作,提取出车牌区域,再对车牌中的字符进行分割和识别 ,最终匹配出车牌号码。
应用场景
总结词
交通管理、停车场管理、智能安防
详细描述
智能车牌识别器广泛应用于交通管理领域,如高速公路收费站、城市交通路口、违章拍照等;在停车场管理中, 用于实现自动缴费、车辆进出控制等;同时也可以用于智能安防领域,如小区门禁系统、重要场所监控等。
车牌定位
利用图像分割、边缘检测 等技术,准确定位车牌区 域。
尺寸调整
将车牌图像调整为统一尺 寸,便于后续处理和识别 。
车牌定位与识别
字符分割
将车牌上的字符逐一分 割,便于单独识别。
特征提取
提取字符的关键特征, 如笔画、结构等。
字符识别
利用深度学习、模板匹 配等技术,对字符进行
识别。
车牌合成
将识别出的字符重新组 合,形成完整的车牌号
解决方案
加强技术研发
保障数据安全
鼓励相关企业和研究机构加强智能车牌识 别技术的研发和应用,提高设备的准确率 和稳定性。
通过加密、备份等手段保障数据的安全和 隐私,防止数据泄露和被滥用。
车牌识别培训文档

100*20),保存的车牌大图和小图是在出结果之前的有效投票帧中 效果最好的图像
5/16/2019
11
车牌识别算法设计的技术指标2
• 支持车辆行驶方向的判断(靠近或远离摄像机) • 支持视频流触发,不支持地感触发 • 单帧图像处理时间在30ms左右,两路交替实时处理 • 识别率>95%,捕获率>97% • 设计了一些过滤规则过滤虚检 • 对相似字符(如8和B,0和D,1和T等)做了一些处理,但不能保证
取决于带宽 • 车牌识别SDK支持监控 • 车牌识别客户端兼容老版车牌识别,但只能支持上传图像功能,预览视频功
能和录像功能,监控功能都不兼容。
5/16/2019
19
5/16/2019
参数配置界面
20
车牌识别安装过程注意事项
标准的车牌识别项目流程:
1、考察现场 2、根据现场情况(是否是T型口,弧道,宽道)确定摄像机数量 3、根据现场光线环境对摄像机选型(是否用宽动态摄像机3703还是低照度摄像 机3601) 4、制作方案 5、确定识别区域范围,固定安装位 6、根据安装位与识别区域的距离确定镜头型号(是采用长焦镜头还是广角镜头) 7、安装调试
为什么不能识别警用车牌,武警车牌,特殊车牌??? 答:因素材有限,识别率无法保证,也无法测出加进后对整体识别率有何影响
为什么要基于视频流进行识别而不是基于地感抓拍进行单帧识别???
答:因为视频流是对多个单帧结果进行分析最终得出一个结果,比单帧结果更可靠, 准确率更高。
车牌识别器可以检测到几个车牌???? 答:一个车牌,因为D1画面里只能有一个车牌出现,像泥头车那样的两个车牌 搞不定,需要做非标
补光灯的安装应该注意事项:
1、不能影响司机的视角 2、晚上使车牌区域反光 3、能压制住车辆大灯 4、不能比摄像机高 5、具体安装位置依据前面四点,根据现场情况进行调整
5/16/2019
11
车牌识别算法设计的技术指标2
• 支持车辆行驶方向的判断(靠近或远离摄像机) • 支持视频流触发,不支持地感触发 • 单帧图像处理时间在30ms左右,两路交替实时处理 • 识别率>95%,捕获率>97% • 设计了一些过滤规则过滤虚检 • 对相似字符(如8和B,0和D,1和T等)做了一些处理,但不能保证
取决于带宽 • 车牌识别SDK支持监控 • 车牌识别客户端兼容老版车牌识别,但只能支持上传图像功能,预览视频功
能和录像功能,监控功能都不兼容。
5/16/2019
19
5/16/2019
参数配置界面
20
车牌识别安装过程注意事项
标准的车牌识别项目流程:
1、考察现场 2、根据现场情况(是否是T型口,弧道,宽道)确定摄像机数量 3、根据现场光线环境对摄像机选型(是否用宽动态摄像机3703还是低照度摄像 机3601) 4、制作方案 5、确定识别区域范围,固定安装位 6、根据安装位与识别区域的距离确定镜头型号(是采用长焦镜头还是广角镜头) 7、安装调试
为什么不能识别警用车牌,武警车牌,特殊车牌??? 答:因素材有限,识别率无法保证,也无法测出加进后对整体识别率有何影响
为什么要基于视频流进行识别而不是基于地感抓拍进行单帧识别???
答:因为视频流是对多个单帧结果进行分析最终得出一个结果,比单帧结果更可靠, 准确率更高。
车牌识别器可以检测到几个车牌???? 答:一个车牌,因为D1画面里只能有一个车牌出现,像泥头车那样的两个车牌 搞不定,需要做非标
补光灯的安装应该注意事项:
1、不能影响司机的视角 2、晚上使车牌区域反光 3、能压制住车辆大灯 4、不能比摄像机高 5、具体安装位置依据前面四点,根据现场情况进行调整
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
100*20),保存的车牌大图和小图是在出结果之前的有效投票帧中 效果最好的图像
2020/4/27
10
车牌识别算法设计的技术指标2
• 支持车辆行驶方向的判断(靠近或远离摄像机) • 支持视频流触发,不支持地感触发 • 单帧图像处理时间在30ms左右,两路交替实时处理 • 识别率>95%,捕获率>97% • 设计了一些过滤规则过滤虚检 • 对相似字符(如8和B,0和D,1和T等)做了一些处理,但不能保证
5
➢ 字符的组成同普通车牌 ➢ 车牌外轮廓尺寸大小440mm*220mm ➢ 最后一个字符包括“挂”字 ➢ 一般挂在车尾
2020/4/27
6
• 第一个字符由代表7大军区的字母(B北京、C成都、G广州、J济南、 L兰州、N南京、S沈阳)+K空军 +H海军 +V中央军委等10个字母 组成
• 第二个字符由25个字母组成
2020/4/27
12
➢为什么要设置默认省份???
答:因为汉字容易识别错误,这跟汉字的结构复杂和分辨率有关,有 些汉字由于模糊不清,最终识别的可信度不足,因此这个时候我们就 需要用设置的默认省份替代前面的汉字
注:对结果的影响至少提升5%,当然也有被修改错误的情况,那是因为可信度 不够
➢为什么要设置有效区域和屏蔽区域???
注:出结果的速度越慢,准确率越高,快速出结果比正常速度出结果的识别率 低了5%,捕获率一样。主要错在汉字,车牌颜色,相似字符上,因为前面的车 牌相对比较小,容易造成识别错误
2020/4/27
13
➢为什么角度大的车牌检测不到??? 答:因为我们对车牌检测所需要的特征都是通过正负10°以内的样本 提取得到的,他对这个角度内的样本检测率比较高,如果样本的角度多 样性越大,越容易检测到非车牌,导致后面的处理难度加大
2020/4/27
3
其他车牌介绍 特殊的警用车牌
军牌
武警车牌
机场专用车牌 泥头车牌
个性车牌
2020/4/27
4
➢ 第一个字符包括31个汉字 ➢ 第二个字符包括24个英文字母(除I和O外) ➢ 剩下五个字符包括24个英文字母和10个数字组成 ➢ 其中最后一个字符还包括港、澳、警、学、领
2020/4/27
讲解提纲
• 车牌的基本知识普及 • 车牌识别的技术知识介绍 • 车牌识别算法设计的技术指标 • 车牌识别升级版本改进的地方 • 客户端升级版本改进的地方 • 车牌识别安装过程注意事项 • 车牌识别器调试技巧 • 升级版车牌识别器能解决的问题 • 车牌识别的优势与不足 • 支持过程中发现的问题 • 项目问题分析 • 存在的问题
2020/4/27
9
车牌识别算法设计的技术指标1
• 可识别的模式:卡口双路、双摄像头前后、双摄像头左右(设置后车 牌识别器会重启)
• 识别速度:快速出结果(15帧)、正常速度出结果(30帧)、慢速 出结果(45帧)
• 适应的车速:0-40km/h • 可识别车牌的宽度范围:80-240像素, • 最佳车牌大小为100-160像素 • 可矫正的车牌最大角度:水平方向正负10°,垂直方向正负10° • 可识别的颜色类型:蓝牌,黄牌,黑牌,白牌 • 可识别的车牌类型:普通车牌、港澳车牌、教练车牌、单层军牌 • 不可识别的车牌类型:警牌、武警牌、双层车牌,个性牌等 • 可设置一个有效区识别区域和四个屏蔽区域 • 可保存一张大图(彩色720*576)和一张车牌小图(灰度图
2020/4/27
1
分类 大型汽车号牌
挂车号牌 小型汽车号牌 使馆汽车号牌 领馆汽车号牌 港澳车号牌 教练汽车号牌 警用车号牌
外轮廓尺寸 mmxmm
前:440*140 后:440*220
440*220
颜色 黄底黑字 蓝底白字
440*140
黑底白字
黄底黑字 白底黑字
代表车牌
2
车牌是由省、自治区、直辖市简称+发牌机关代号+24个字母(I和O 不能使用)和十个数字组成
答:因为有些干扰具备车牌的一些特征,如栅栏杆和广告标语,识别出来的可 信度满足要求,无法被滤掉,可能会出一个结果,这个时候就需要设置一个屏 蔽区域把这块区域屏蔽掉,不让检测。可以应用到一些复杂的场景
➢为什么要设置快出结果,正常速度出结果,慢出结果???
答:根据客户的不同需求,需要这些配置。如纯车牌识别,需要快点出结果, 把结果发送给上位机,比较,发出开闸命令,这个过程也需要时间;另外高峰 模式也需要设置成快速出结果
6
1 7 …… 1 7 7
7
6 6 …… 6 8 6
6
2 2 …… 2 2 2
2
升级版本中快速出结果需要15个有效结果,正常速度出结果 需要30个有效结果,慢速出结果需要45个有效结果
思考: 一个车以很快的速度行驶穿过视频画面,只有5个有效的结果,那么 这个车辆最终会给出结果吗?
结论:有效结果>3个就能出结果
➢为什么不能识别警用车牌,武警车牌,特殊车牌??? 答:因素材有限,识别率无法保证,也无法测出加进后对整体识别率有何影响
• 后面五个字符分别由10个数字组成
• 车牌第二个字符颜色不同,悬挂方式是前红后黑
警种代码:
• 同样具备单层和双层
• 组成方式是WJ+31个汉字+4个0-9的数 字+7个警种代码和10个数字
• 悬挂方式是前红后黑
T(交通部队) S(森林部队) H(黄金部队) D(水电部队) X(消防部队)
B(边防部队)
完全正确,对整车识别率的影响控制在2%以内 • 支持默认省份和地区的动态统计,也支持手动设置
2020/4/27
11
➢为什么汉字识别率相对会低 ???
答:因为汉字字符笔画复杂,D1像素低,容易受到光线、画面清晰度、污损的 影响使得字符模糊不清,容易识别错 ➢为什么相似字符容易判断错误???
答:因为相似字符形状相似,字符分割的时候很容易因为1到2个像素的偏差,导 致识别结果错误,尤其是在车牌相对小(80-100像素)的时候最明显
2020/4/27
J(警卫部队)
7
车牌识别的技术知识介绍
+-10°
角度太大,不容 易检测到
2020/4/27
8
车牌是如何出来的??
投票原理 根据多个车牌识别结果,对每一位进行分析,根据置信度给出一个结果
粤 粤 …… 粤 鲁 粤
粤
B D …… B B B
B
3 3
2020/4/27
10
车牌识别算法设计的技术指标2
• 支持车辆行驶方向的判断(靠近或远离摄像机) • 支持视频流触发,不支持地感触发 • 单帧图像处理时间在30ms左右,两路交替实时处理 • 识别率>95%,捕获率>97% • 设计了一些过滤规则过滤虚检 • 对相似字符(如8和B,0和D,1和T等)做了一些处理,但不能保证
5
➢ 字符的组成同普通车牌 ➢ 车牌外轮廓尺寸大小440mm*220mm ➢ 最后一个字符包括“挂”字 ➢ 一般挂在车尾
2020/4/27
6
• 第一个字符由代表7大军区的字母(B北京、C成都、G广州、J济南、 L兰州、N南京、S沈阳)+K空军 +H海军 +V中央军委等10个字母 组成
• 第二个字符由25个字母组成
2020/4/27
12
➢为什么要设置默认省份???
答:因为汉字容易识别错误,这跟汉字的结构复杂和分辨率有关,有 些汉字由于模糊不清,最终识别的可信度不足,因此这个时候我们就 需要用设置的默认省份替代前面的汉字
注:对结果的影响至少提升5%,当然也有被修改错误的情况,那是因为可信度 不够
➢为什么要设置有效区域和屏蔽区域???
注:出结果的速度越慢,准确率越高,快速出结果比正常速度出结果的识别率 低了5%,捕获率一样。主要错在汉字,车牌颜色,相似字符上,因为前面的车 牌相对比较小,容易造成识别错误
2020/4/27
13
➢为什么角度大的车牌检测不到??? 答:因为我们对车牌检测所需要的特征都是通过正负10°以内的样本 提取得到的,他对这个角度内的样本检测率比较高,如果样本的角度多 样性越大,越容易检测到非车牌,导致后面的处理难度加大
2020/4/27
3
其他车牌介绍 特殊的警用车牌
军牌
武警车牌
机场专用车牌 泥头车牌
个性车牌
2020/4/27
4
➢ 第一个字符包括31个汉字 ➢ 第二个字符包括24个英文字母(除I和O外) ➢ 剩下五个字符包括24个英文字母和10个数字组成 ➢ 其中最后一个字符还包括港、澳、警、学、领
2020/4/27
讲解提纲
• 车牌的基本知识普及 • 车牌识别的技术知识介绍 • 车牌识别算法设计的技术指标 • 车牌识别升级版本改进的地方 • 客户端升级版本改进的地方 • 车牌识别安装过程注意事项 • 车牌识别器调试技巧 • 升级版车牌识别器能解决的问题 • 车牌识别的优势与不足 • 支持过程中发现的问题 • 项目问题分析 • 存在的问题
2020/4/27
9
车牌识别算法设计的技术指标1
• 可识别的模式:卡口双路、双摄像头前后、双摄像头左右(设置后车 牌识别器会重启)
• 识别速度:快速出结果(15帧)、正常速度出结果(30帧)、慢速 出结果(45帧)
• 适应的车速:0-40km/h • 可识别车牌的宽度范围:80-240像素, • 最佳车牌大小为100-160像素 • 可矫正的车牌最大角度:水平方向正负10°,垂直方向正负10° • 可识别的颜色类型:蓝牌,黄牌,黑牌,白牌 • 可识别的车牌类型:普通车牌、港澳车牌、教练车牌、单层军牌 • 不可识别的车牌类型:警牌、武警牌、双层车牌,个性牌等 • 可设置一个有效区识别区域和四个屏蔽区域 • 可保存一张大图(彩色720*576)和一张车牌小图(灰度图
2020/4/27
1
分类 大型汽车号牌
挂车号牌 小型汽车号牌 使馆汽车号牌 领馆汽车号牌 港澳车号牌 教练汽车号牌 警用车号牌
外轮廓尺寸 mmxmm
前:440*140 后:440*220
440*220
颜色 黄底黑字 蓝底白字
440*140
黑底白字
黄底黑字 白底黑字
代表车牌
2
车牌是由省、自治区、直辖市简称+发牌机关代号+24个字母(I和O 不能使用)和十个数字组成
答:因为有些干扰具备车牌的一些特征,如栅栏杆和广告标语,识别出来的可 信度满足要求,无法被滤掉,可能会出一个结果,这个时候就需要设置一个屏 蔽区域把这块区域屏蔽掉,不让检测。可以应用到一些复杂的场景
➢为什么要设置快出结果,正常速度出结果,慢出结果???
答:根据客户的不同需求,需要这些配置。如纯车牌识别,需要快点出结果, 把结果发送给上位机,比较,发出开闸命令,这个过程也需要时间;另外高峰 模式也需要设置成快速出结果
6
1 7 …… 1 7 7
7
6 6 …… 6 8 6
6
2 2 …… 2 2 2
2
升级版本中快速出结果需要15个有效结果,正常速度出结果 需要30个有效结果,慢速出结果需要45个有效结果
思考: 一个车以很快的速度行驶穿过视频画面,只有5个有效的结果,那么 这个车辆最终会给出结果吗?
结论:有效结果>3个就能出结果
➢为什么不能识别警用车牌,武警车牌,特殊车牌??? 答:因素材有限,识别率无法保证,也无法测出加进后对整体识别率有何影响
• 后面五个字符分别由10个数字组成
• 车牌第二个字符颜色不同,悬挂方式是前红后黑
警种代码:
• 同样具备单层和双层
• 组成方式是WJ+31个汉字+4个0-9的数 字+7个警种代码和10个数字
• 悬挂方式是前红后黑
T(交通部队) S(森林部队) H(黄金部队) D(水电部队) X(消防部队)
B(边防部队)
完全正确,对整车识别率的影响控制在2%以内 • 支持默认省份和地区的动态统计,也支持手动设置
2020/4/27
11
➢为什么汉字识别率相对会低 ???
答:因为汉字字符笔画复杂,D1像素低,容易受到光线、画面清晰度、污损的 影响使得字符模糊不清,容易识别错 ➢为什么相似字符容易判断错误???
答:因为相似字符形状相似,字符分割的时候很容易因为1到2个像素的偏差,导 致识别结果错误,尤其是在车牌相对小(80-100像素)的时候最明显
2020/4/27
J(警卫部队)
7
车牌识别的技术知识介绍
+-10°
角度太大,不容 易检测到
2020/4/27
8
车牌是如何出来的??
投票原理 根据多个车牌识别结果,对每一位进行分析,根据置信度给出一个结果
粤 粤 …… 粤 鲁 粤
粤
B D …… B B B
B
3 3