監控攝像頭如何聚焦識別出車牌號碼？

01-22

車牌上有提前做好的技術處理嗎？比如說方便相機聚焦。

拍下照片，然後由機器進行模式識別。

車牌規格比較統一，比如大小，背景顏色等規格都相對比較統一，車牌上的數字、字母字體規範清晰，在車上的安裝位置也比較固定，機器做模式識別來提取車牌號碼就比較好處理。如果沒有人為地遮擋塗改這些行為，識別準確率還是比較高的，現有的很多產品識別準確率90%以上是能做到的。

終於找到個屬於自己工作領域的問題，首先，車牌識別用的不是照相機，而是攝像機，焦距是調死的，角度也是對死的，目前有兩種觸發識別方式1：地感線圈觸發，預先在道路下安裝地感線圈，車輛駛過就會觸發，告知系統抓取圖像，由於焦距是預先調好的，而且各種車輛的車牌位置比較接近，所以取景範圍和對焦不用再臨時調整，為彌補較寬路面的取景覆蓋不足，一般採取一車道一部攝像機的做法。2：視頻觸發，系統始終對攝像機採集的畫面進行識別，並對車牌形狀的物體敏感，如有車牌或類似物體進入畫面，則自動識別並處理成車牌信息，好處顯而易見，不需破開路面安裝地感，系統安裝方便，但需增設環境照明，且識別準確率不如前者

這學期數字圖像處理課第一節課老師給我們講的就是車牌識別的原理...

不過舉得是靜止圖像的例子...

基本就是圖像增強（轉化成灰度圖像均衡化二值化）邊緣提取圖像分割識別

根本不需要對焦，小光圈大景深，在大範圍內的物體圖像都是清晰的

圖像識別+射頻晶元，行內統稱為卡口識別系統。

攝像機不是通過聚焦識別車牌號碼的，攝像機是通過獲取整個拍攝圖像，然後通過車牌識別演算法來把車牌號碼那一部分算出來的，具體你可以去揚天智控首頁去看看

現在已經有許多小區和停車場等公共停車的地方拋棄了老式的需要人手工放行的道閘，而是開始使用無人值守就能自動放行的昱瑾車牌識別道閘，保安再也不用辛苦的登記放行，車主也不用再將手伸出窗外艱難的刷卡或是停車等待，那麼車牌智能識別道閘到底是什麼原理在工作呢？

昱瑾的車牌識別是基於圖像分割和圖像識別理論，對含有車輛號牌的圖像進行分析處理，從而確定牌照在圖像中的位置，並進一步提取和識別出文本字元。那麼接下來昱瑾就一步步為您解釋，昱瑾車牌識別道閘到底是怎麼工作的呢？

第一步：

圖像採集：通過高清攝像抓拍主機對卡口過車或車輛違章行為進行實時、不間斷記錄、採集。

第二步：

預處理：圖片質量是影響車輛識別率高低的關鍵因素，因此，需要對高清攝像抓拍主機採集到的原始圖像進行雜訊過濾、自動白平衡、自動曝光以及伽馬校正、邊緣增強、對比度調整等處理。

第三步：

車牌定位：車牌定位的準確與否直接決定後面的字元分割和識別效果，是影響整個車牌識別率的重要因素。其核心是紋理特徵分析定位演算法，在經過圖像預處理之後的灰度圖像上進行行列掃描，通過行掃描確定在列方向上含有車牌線段的候選區域，確定該區域的起始行坐標和高度，然後對該區域進行列掃描確定其列坐標和寬度，由此確定一個車牌區域。通過這樣的演算法可以對圖像中的所有車牌實現定位。

第四步：

字元分割：在圖像中定位出車牌區域後，通過灰度化、灰度拉伸、二值化、邊緣化等處理，進一步精確定位字元區域，然後根據字元尺寸特徵提出動態模板法進行字元分割，並將字元大小進行歸一化處理。

第五步：

字元識別：對分割後的字元進行縮放、特徵提取，獲得特定字元的表達形式，然後通過分類判別函數和分類規則，與字元資料庫模板中的標準字元表達形式進行匹配判別，就可以識別出輸入的字元圖像。

最後一步：

結果輸出：將車牌識別的結果以文本格式輸出。

無人智能系統開發及應用市場剛剛起步，競爭相對較小，全國開發此類系統的企業屈指可數，諸多都處於模仿開發階段，項目行業科技壁壘還未出現，昱瑾科技針對軟硬體開發投入的資本、人力都讓昱瑾的無人超市、自動車牌識別、一卡通等這些無人系統遙遙領先。

如果有需要歡迎諮詢我們的客服小姐姐：400-7722-611

http://yujin.tmall.com (二維碼自動識別)

這個是數字圖像處理方面的內容。（我兩次寫畢業論文都寫的這方面的）

最近新能源綠底車牌出來了。估計有些低端的車牌識別系統搞不定了。

道路監控攝像機可以設置某些規則，可以選擇一定大小的區域，比如車牌大小，然後攝像機在根據內部的演算法，查找跟車牌大小的物體，當然也有誤報，然後再演算法識別車牌的省份，字母數字和顏色，識別還是很高的，但是後期還要人工二次篩選，確定車輛是否違章。

樓上都說了，識別率好的都在90%，違章被拍的車牌照原圖還要再一次經過人工校驗，防止誤判，最後下發違章通知

首先車牌是有標準的。

其次，能識別車牌的卡口攝像機內置了圖像識別演算法，能夠提取出車牌上的號。