伴随都市的日渐现代化,世界各国的汽车数目快捷增补,导致公路交通担负愈来愈沉,导致了很多国度对公路交通自动控制以及拾掇及所谓智能运输体系的沉视,并渐渐运用在交通消息统计收罗、路车间通信、泊车场拾掇、不泊车自动收钱、车辆自动行驶等界限。
上述界限都以及汽车执照的自动辨认相关。汽车执照辨认( LPR),既不妨杀青在交通路口、高速公路、军事要塞、机关门卫对来往车辆的及时备案、流量统计和对防卫目的的平安警戒,对闯祸车辆、被盗车辆、犯科车辆实行辨识和拦挡:又可在汽车存车场对进山的车辆实行备案统计和盘查。
以保护平安防盗,并可协助自动记费,这无疑俭省了人力、资本,同时抬高了交通拾掇的效用。伴随计算机功能的抬高和计算机视觉技巧的成长,这样车牌自动辨认的技巧已然每日成熟体系每日美满。然而运用到现实中依然存在一些异常。
一般来说,全部车牌辨认体系分为图片搜罗、车牌定位、字符支解、字符辨认四大部门。在现有钻研箅法的表面底子上,详明阐明白在Vi sual c++平台下,搜罗到的图片经过灰度化、二值化、边沿勘测、中值滤波等一系列预处理过程;在车牌定位模块中,在采取了边沿勘测和二值化步骤的底子上,使用灰度跳变的特性,勘测到车牌的上界线,继而在此底子上,使用垂直投影法勘测车牌的上下界线。