<big id="xn37z"></big>
<address id="xn37z"></address>

    <video id="xn37z"></video>

    <form id="xn37z"><span id="xn37z"></span></form>

        <pre id="xn37z"></pre>

      <cite id="xn37z"><progress id="xn37z"></progress></cite>
      <video id="xn37z"><thead id="xn37z"><i id="xn37z"></i></thead></video>

        XML| 网站地图

        金晟智能专业安装门禁,监控,led屏,智能道闸,人行道闸服务地区:泰安、新泰、肥城、宁阳、济南

        全国咨询电话:18266677088
         当前位置:首页 > 行业资讯 > 浏览文章

        有哪些算法可以实现车牌识别

        发布时间:2020年05月11日点击:

        车牌识别是现代设施管理中的重要工具,能够对来往的车辆进行认证以及记录,方便管理。通常来说通过数字识别与数据库对应并且进行记录。目前主流的记录方法有四种。那么,有哪些算法可以实现车牌识别?
        有哪些算法可以实现车牌识别

        (1)基于模板匹配的字符识别算法

        模板匹配是一种经典的模式识别方法,是最直接的字符识别方法,其实现方式是计算输入模式与样本之间的相似性,取相似性最大的样本为输入模式所属类别。这种方法具有较快的识别速度,尤其对二值图像,速度更快,可以满足实时性要求。

        (2)基于特征统计匹配法

        针对字符图像的特征提取的方法多种多样,有逐像素特征提取法、垂直方向数据统计特征提取法、基于网格的特征提取法、弧度梯度特征提取法等。这些特征对一般噪声不敏感,选取的特征能够反映出图像的局部细节特征,方法相对简单,然而在实际应用中,由于外部原因的存在常?;岢鱿肿址:?、字符倾斜等情况,从而影响识别效果,当字符出现笔画融合、断裂、部分缺失时,此方法更加无能为力。因此,实际应用效果不理想,抗干扰性不强。
        有哪些算法可以实现车牌识别

        (3)基于边缘检测和水平灰度变化特征的方法

        这类方法是使用最多的,其细分类也多,有用可变矩形模板进行检测搜索符合条件的车牌矩形区域的方法,有记录灰度水平跳变频度的方法,速度快,漏检率低,但误检率高。

        (4)基于颜色相似度及彩色边缘的算法

        此类方法一般利用颜色模型转换,结合先验知识,进行定位和判断,不受大小限制,精度较高;缺点是对图像品质要求高,对偏色、牌照褪色及背景色干扰等情况无能为力,一般也不独立使用。


        上一篇:安装道闸应该如何去选择

        下一篇:工地门禁需要哪些配件才能运行

        留言咨询



        联系方式
        山东金晟智能科技有限公司
        电话:18266677088
        联系人:王经理
        地址:泰安高新区南天门大街1112号商业街1-2层2-1

        新余学院后村特色服务