本研究采用標定的雙攝像機裝置、固定攝像頭和平移變焦相機，對開放空間內(nèi)的移動車輛進行監(jiān)控。該裝置不僅能跟蹤多個目標，而且能獲得高質(zhì)量的車牌圖像。然后，設(shè)計了一種卷積神經(jīng)網(wǎng)絡(luò)（CNN），作為一種檢測和字符分類器，用于有效地定位車牌區(qū)域，識別車牌上的字母。在大學入口處和校園內(nèi)僅限步行的區(qū)域設(shè)置了兩個工作環(huán)境。通過干擾器實驗驗證了該方法的有效性。
本研究旨在為停車場監(jiān)控管理信息中的車牌號調(diào)查提供一種方法。對車牌號的調(diào)查一般用來了解車輛停放時間。同時，還可以提供停車周轉(zhuǎn)率和停車車輛平均停車時間的信息。本研究利用攝像機在一定時間內(nèi)進行調(diào)查。即，將給定的距離攝像機分配給每輛停放車輛，然后找到停車車輛的平均停車時間。同時，還可以在一小時內(nèi)對停車場某空間單元停車周轉(zhuǎn)率進行檢查。該方法所獲得的停車平均停車時間和停車周轉(zhuǎn)率等信息有助于發(fā)現(xiàn)和理解停車設(shè)施的屏蔽器低效利用。本研究試圖用該方法對停車車輛的平均停車時間和停車周轉(zhuǎn)率進行檢驗。
本文研究了一種基于汽車攝像機的汽車牌照識別系統(tǒng)。該方法主要包括預(yù)處理、車牌定位和字符分割與監(jiān)控攝像頭識別。在irst中，通過提出的邊緣檢測方法和基于梯度的二值化方法，從所捕獲的圖像中增強車牌可能的區(qū)域。然后，通過分析水平投影和角點分布，選擇正確的板區(qū)。在分割的車牌區(qū)域上進行垂直Sobel處理，然后采用加權(quán)二值化方法對車牌的每個字符進行分割，然后進行干擾屏蔽器傾斜校正。最后，應(yīng)用概率神經(jīng)網(wǎng)絡(luò)（PNN）技術(shù)對每個分段字符進行識別。實驗結(jié)果表明，車牌定位和車牌識別的準確率分別達到91.7%和88.5%。
上一篇：監(jiān)控攝像機智能識別的用途
下一篇：相機虹膜識別的優(yōu)勢和劣勢
