車牌識別系統(tǒng)的圖像采集
根據(jù)車輛檢測方式的不同，圖像采集一般分為兩種，一種是靜態(tài)模式下的圖像采集，通過車輛觸發(fā)地感線圈、紅外或雷達(dá)等裝置，給相機一個觸發(fā)信號，相機在接收到觸發(fā)信號后會抓拍一張圖像，該方法的優(yōu)點是觸發(fā)率高，性能穩(wěn)定，缺點是需要切割地面鋪設(shè)線圈，施工量大；另一種是視頻模式下的圖像采集，外部不需要任何觸發(fā)信號，相機會實時地記錄視頻流圖像，該方法的優(yōu)點是施工方便，不需要切割地面鋪設(shè)線圈，也不需要安裝車檢器等零部件，但其缺點也十分顯著，由于算法的極限，該方案的觸發(fā)率與識別率較之外設(shè)觸發(fā)都要低一些。山東安勝智能科技有限公司經(jīng)過嚴(yán)格的算法優(yōu)化，這兩種圖像采集模式的識別率和穩(wěn)定性都。

車牌識別系統(tǒng)的車牌校正
由于受拍攝角度、鏡頭等因素的影響，圖像中的車牌存在水平傾斜、垂直傾斜或梯形畸變等變形，這給后續(xù)的識別處理帶來了困難。如果在定位到車牌后*行車牌校正處理，這樣做有利于去除車牌邊框等噪聲，更有利于字符識別。目前常用校正方法有：Hough變換法，通過檢測車牌上下、左右邊框直線來計算傾斜角度；旋轉(zhuǎn)投影法，通過按不同角度將圖像在水平軸上進(jìn)行垂直投影，其投影值為0的點數(shù)之和時的角度即為垂直傾斜角度，水平角度的計算方法與其相似；主成分分析法，根據(jù)車牌背景與字符交界處的顏色具有固定搭配這一特征、求出顏色對特征點的主成分方向即為車牌的水平傾斜角度；方差小法，根據(jù)字符在垂直方向投影點的坐標(biāo)方差小導(dǎo)出垂直傾斜角的閉合表達(dá)式，從而確定垂直傾斜角度；透視變換，利用檢測到的車牌的四個頂點經(jīng)過相關(guān)矩陣變換后實現(xiàn)車牌的畸變校正。

車牌識別系統(tǒng)作為停車場運作和城市交通管理領(lǐng)域的智能化工具，具備許多特的功能特點，同時車牌識別系統(tǒng)在實際生活中也展現(xiàn)出了廣闊的應(yīng)用范圍。隨著智慧交通的不斷發(fā)展和智能科技的快速更迭，車牌識別系統(tǒng)也在不斷地發(fā)展和改善，一方面針對無人值守停車系統(tǒng)以及高速ETC收費系統(tǒng)的智能管控，另一方面對于交通道路以及社會治安的智能監(jiān)控。