車牌識別系統(tǒng)的體系結(jié)構(gòu)與觸發(fā)方式是什么？

視頻觸發(fā)方法是指利用動態(tài)運動目標(biāo)序列的圖像分析和處理技術(shù)，實時檢測車輛在車道上的運動狀態(tài)，發(fā)現(xiàn)車輛經(jīng)過時捕獲的車輛圖像，識別出車牌，從而實現(xiàn)車牌識別的車牌識別系統(tǒng)執(zhí)行后續(xù)處理。視頻觸發(fā)方法不需要線圈、紅外或其他硬件車輛探測器。

車牌識別系統(tǒng)

1）間接法：通過識別IC卡中存儲的車牌信息或車內(nèi)安裝的條形碼來識別車牌及相關(guān)信息。IC卡技術(shù)具有識別精度高、運行可靠、可全天工作等優(yōu)點，但整套設(shè)備價格昂貴，硬件設(shè)備復(fù)雜，不適合遠程操作。條碼技術(shù)具有識別速度快、精度高、可靠性好、成本低等優(yōu)點，但對掃描儀的要求較高。此外，兩者都需要建立統(tǒng)一的標(biāo)準(zhǔn)，不可能檢查車與條碼是否一致，這也是技術(shù)上的劣勢，很難在短時間內(nèi)推廣。2） 直接方法：基于圖像的車牌識別技術(shù)是一種直接方法，是一種被動的車牌智能識別方法。它可用于運動狀態(tài)車輛或靜止?fàn)顟B(tài)車輛，無需任何車輛傳輸裝置來傳輸車牌信號。車牌號用于非接觸式信息采集和實時智能識別。與間接法辨識系統(tǒng)相比，該系統(tǒng)首先節(jié)省了設(shè)備布置和大量資金，從而提高了經(jīng)濟效益。其次，由于采用了先進的計算機應(yīng)用技術(shù)，提高了識別速度，較好地解決了實時性問題。第三，它是基于圖像識別的，所以系統(tǒng)中的識別錯誤可以通過人的參與來解決，而其他方法很難與人交互。直接方法一般有圖像處理技術(shù)、傳統(tǒng)模式識別技術(shù)和人工神經(jīng)網(wǎng)絡(luò)技術(shù)。

1）圖像處理技術(shù)：圖像處理技術(shù)在解決車牌識別問題上的應(yīng)用始于20世紀(jì)80年代，但在國內(nèi)外，它只討論了車牌識別中的一個具體問題，通常只用簡單的圖像處理技術(shù)來解決它并不能形成一個完整的系統(tǒng)。識別過程是用工業(yè)電視攝像機拍攝車頭圖像，然后交給計算機進行簡單處理。，需要人工干預(yù)，如車牌中的漢字識別。1985年，利用常用的圖像處理技術(shù)，提出了基于漢字提取的漢字識別與分類方法。根據(jù)漢字投影直方圖，選取浮動閉合值，提取漢字在垂直方向上的峰值。采用表格法對漢字進行粗略分類，然后根據(jù)漢字在水平方向的投影直方圖，選擇合適的閉合值，再進行量化處理，形成可變長鏈碼，然后用動態(tài)規(guī)劃的方法找到標(biāo)準(zhǔn)的模式鏈代碼。當(dāng)達到小距離時，細分器用于中文姓名的自動識別。

2）傳統(tǒng)模式車牌識別系統(tǒng)。傳統(tǒng)的模式識別技術(shù)主要有結(jié)構(gòu)特征法、統(tǒng)計特征法等。20世紀(jì)90年代，隨著計算機視覺技術(shù)的發(fā)展，車牌識別的系統(tǒng)研究開始出現(xiàn)。1990年，作為。Johnson等人。利用計算機視覺技術(shù)和圖像處理技術(shù)，實現(xiàn)了車牌自動識別系統(tǒng)。系統(tǒng)分為三個部分：圖像分割、特征提取和模板構(gòu)建、字符識別。利用不同的直方圖對應(yīng)不同的閾值，利用大量的統(tǒng)計實驗確定圖像直方圖的閾值范圍，從而根據(jù)直方圖對應(yīng)的特定閾值對車牌進行分割，然后為模式預(yù)設(shè)標(biāo)準(zhǔn)字符模板。匹配身份角色。

3）人工神經(jīng)網(wǎng)絡(luò)技術(shù)。近年來，一些擁有先進計算機及相關(guān)技術(shù)的開始探索利用人工神經(jīng)網(wǎng)絡(luò)技術(shù)解決車牌自動識別問題。例如，1994年，mmmfanha成功地利用BAM神經(jīng)網(wǎng)絡(luò)方法對車牌BAM上的字符進行了車牌識別系統(tǒng)。神經(jīng)網(wǎng)絡(luò)是由同一神經(jīng)元組成的雙向關(guān)聯(lián)單層網(wǎng)絡(luò)。每個字符模板對應(yīng)一個的BAM矩陣，并通過與車牌上的字符進行比較來識別正確的車牌號。采用BAM神經(jīng)網(wǎng)絡(luò)的缺點是非反射式識別系統(tǒng)的分辨率與存儲容量和處理速度不一致。