車(chē)牌識(shí)別在警1務(wù)方面的應(yīng)用

警1務(wù)通中車(chē)牌識(shí)別技術(shù)的功能它的整牌識(shí)別率高達(dá)99.7%，尤其漢字識(shí)別遙遙領(lǐng)1先同類產(chǎn)品；而且識(shí)別速度快，極1致優(yōu)化的車(chē)牌定位和識(shí)別算法;可支持牌照全，包括藍(lán)牌、黃牌（雙）、軍1牌（雙）、警1牌、農(nóng)用車(chē)牌、教練車(chē)牌、大使1館等各種規(guī)格牌照；車(chē)牌寬度要求低，車(chē)牌寬度≥70個(gè)像素，都不影響識(shí)別；純C代碼編寫(xiě)，可以跨平臺(tái)應(yīng)用。計(jì)數(shù)功能開(kāi)啟時(shí)，線控起桿信號(hào)超過(guò)2次時(shí)，“計(jì)數(shù)”指示燈亮同時(shí)數(shù)碼管顯示信號(hào)輸入次數(shù)。

車(chē)牌定位是車(chē)牌識(shí)別的關(guān)鍵步驟，為了能在復(fù)雜背景和不均勻光照條件下快速準(zhǔn)確定位車(chē)牌位置，基于改進(jìn)Isotropic Sobel邊緣檢測(cè)算子的車(chē)牌定位算法，由此來(lái)解決其存在的問(wèn)題，該算法通過(guò)改進(jìn)Isotropic Sobel邊緣檢測(cè)算子，實(shí)現(xiàn)了車(chē)牌圖像在水平、垂直以及對(duì)角線方向上的紋理特征提取，然后采用Otsu算法閾值化，再對(duì)閾值化后的二值圖像做數(shù)學(xué)形態(tài)算得到車(chē)牌的候選區(qū)域，后利用車(chē)牌特征去除偽車(chē)牌。車(chē)主進(jìn)出安全舒適：通過(guò)車(chē)牌識(shí)別一體機(jī)進(jìn)行快速的車(chē)牌識(shí)別，車(chē)主進(jìn)出無(wú)障礙通行，避免了停車(chē)取卡取票以及雨雪天氣帶來(lái)的種種不便，杜絕了因停車(chē)取卡過(guò)程車(chē)輛溜車(chē)、熄火帶來(lái)的安全隱患。

 交通監(jiān)管部門(mén)采用自動(dòng)識(shí)別可以減少工作強(qiáng)度能夠大幅度提高處理速度和效率。因此，將視頻車(chē)輛檢測(cè)、溫度變化與牌照自動(dòng)識(shí)別相結(jié)合具備一定的技術(shù)難度，天氣的因素也會(huì)對(duì)系統(tǒng)識(shí)別產(chǎn)生一定的影響。這種功能可用于電子警察系統(tǒng)、道路監(jiān)控系統(tǒng)等。車(chē)牌識(shí)別技術(shù)是利用計(jì)算機(jī)等輔助設(shè)備進(jìn)行的自動(dòng)汽車(chē)牌照自動(dòng)識(shí)別就是在裝備了數(shù)字?jǐn)z像設(shè)備和計(jì)算機(jī)信息管理系統(tǒng)等軟硬件平臺(tái)的基礎(chǔ)之上，通過(guò)對(duì)車(chē)輛圖像的采集，采用先進(jìn)的圖像處理、模式識(shí)別和人工智能技術(shù)，在圖像中找到車(chē)牌的位置，提取出組成車(chē)牌號(hào)碼的全部字符圖像，再識(shí)別出車(chē)牌中的文字、字母和數(shù)字，后給出車(chē)牌的真實(shí)號(hào)碼。車(chē)牌識(shí)別的技術(shù)在安防行業(yè)的應(yīng)用由來(lái)已久，技術(shù)相對(duì)成熟，人工智能的應(yīng)用提高了車(chē)牌識(shí)別的準(zhǔn)確率。