車牌識別常見問題解決之道
車牌定位與字符分割
這是指在已拍攝的圖像中確定車牌的位置，提取出車牌的圖像，然后分割出車牌中的字符。車牌區(qū)域定位的困難主要是來自于采集的圖像，由于采集的車牌圖像的多樣性，并且采集圖像時受到許多因素的影響，如雨天、大霧、光線等，使得有一些車牌圖像質(zhì)量出現(xiàn)不同程度的差異，在一般情況下，采集的圖像的背景非常復雜，采集圖像是在高速運動中采集的圖片，所以圖片中車牌的位置不固定，車牌的大小也不一樣，以上的種種干擾因素，都給車牌區(qū)域定位和字符分割帶來了困難，從而影響車牌的識別率。
高分辨率與識別速度的矛盾
從模擬相機到高清相機，也會引發(fā)圖像的高分辨率與識別速度相矛盾的問題。高清的優(yōu)勢不言而喻，但是任何事情都是兩面的，在車牌識別時主要體現(xiàn)為：高清圖片由于圖片覆蓋面廣，可能會同時在圖片中出現(xiàn)多個車牌的識別。這就對車牌識別的速度要求很高，車牌識別系統(tǒng)對于高清視頻流碼流過大，還會因?qū)ψR別系統(tǒng)資源占用需求過大而分析起來會出現(xiàn)處理速度過慢的問題，這可能導致出現(xiàn)漏車現(xiàn)象，而難以實現(xiàn)對車輛抓拍率和車牌識別準確率的提升。
車牌識別系統(tǒng)的適應性急需加強
目前我國的車牌識別產(chǎn)品都要求所識別的車牌大小固定，而對過大和過小的車牌一般都不能準確識別。這樣就造成對視頻觸發(fā)的情況下部分車牌無法被識別的問題。此外，在有些現(xiàn)場環(huán)境中，由于受外界條件的影響，無法將相機架設(shè)在zui合理位置，會造成圖片中車牌不同程度的偏移。
車牌識別系統(tǒng)對污損車牌的識別效果不好
在公路和城市內(nèi)的實際應用過程中，很難保證所涉及到的車牌都是沒有污損的，車牌在使用幾年之后，難免會出現(xiàn)污染和磨損等現(xiàn)象，而在路面上行駛的車輛也很難保證都是標準干凈的車牌，因此在實際環(huán)境中，面對破損污舊的車牌，如何提高車牌識別系統(tǒng)的識別能力也是實際需要解決的問題。
解決方法：
感光部件對外部環(huán)境的處理
環(huán)境是影響車牌識別的主要因素，在采集車輛圖像時，由于環(huán)境光線變化劇烈，白天光較強、夜間較弱，面光與背光不同，上午和下午的光照方向也不一樣，抓拍圖像時受環(huán)境光線影響較大，車速過高、采集設(shè)備的動態(tài)范圍等都使成像質(zhì)量難以得到有效保證。當識別算法認為車牌達到了*成像位置時系統(tǒng)觸發(fā)系統(tǒng)開始拍攝，這對觸發(fā)設(shè)備的可靠性和響應速度都有較高的要求。所以要解決環(huán)境造成識別率低下的問題，還要靠攝像機的感光部件對外部環(huán)境的處理。
對圖像預處理
車牌定位之前一般要對圖像做預處理，然后再進行車牌的定位、分割、識別等部分。由于得到的車牌圖像可能含有較多噪聲，或圖像對比度不強、車牌被部分遮擋、車牌處出現(xiàn)污點、變臟、模糊退色、有其它字符區(qū)域干擾、以及出現(xiàn)因運動產(chǎn)生的圖像模糊失真等情況，所以定位算法實現(xiàn)起來有較多困難。對于字符分割，則可能存在光照不均、污跡嚴重、車牌傾斜、對比度小、牌照退色、牌照字符粘連等不利因素，這樣就需要研發(fā)與之適應的算法。如算法能適應各種復雜環(huán)境和有噪聲、車牌遮擋、車牌傾斜等狀況的話，那就可以大大提高車牌識別的概率。
