摘要
车牌识别系统作为智能交通系统的一个重要组成部分,在交通监控中占有很重要的地位。车牌识别系统可分为图像预处理、车牌定位、字符识别3个部分,其中车牌定位作为获得车辆牌照图像的重要步骤,是后续的字符识别部分能否正确识别车牌字符的关键环节。车牌定位系统实现对车辆牌照进行定位的功能,即从包含整个车辆的图像中找到车牌区域的位置,并对该车牌区域进行定位显示,将定位信息提供给字符识别部分。
本系统除了实现了车牌识别还实现了人脸识别、车辆信息和用户信息的管理。对于陌生人的管理,整体架构是SpringBoot + OpenCV。
课题的来源及意义
由于全球范围内的车辆数目日益增多,城市的运输问题日益引起人们的关注。城市道路交通安全的实施越来越受到各有关政府部门的重视。针对此问题,智能运输体系能够有效地进行公路运输的自动控制,从而改善交通的安全性,改善运输的效能,增强城市的经济发展。在智能交通中,对汽车进行精确的身份和信息的识别是最为关键和最重要的问题。牌照是汽车的惟一标识,它是许多信息的源头和直接的目标。车牌识别是一种基于图像的解析算法,通过对牌照进行特征的分割和特征的识别,从而实现对牌照的识别。在汽车牌照自动辨识中,如何准确、准确地进行牌照的识别,首先要解决的问题就是如何进行车牌区域的提取。采用快速高效的牌照定位技术,能够极大地改善车辆牌照的准确率和速度。牌照是实现城市道路交通安全的一项关键技术,是实现城市道路安全监测的关键技术之一。他将应用于以下几个领域:
(1)高速公路和停车场的收费管理系统。在高速公路收费和出口完成车牌识别,实现非停车收费;车辆档案也可根据识别的车牌号码从数据库中转移,发现未及时支付养路费的车辆,消除养路人员的偏袒。
(2)交通场所控制管理系统。该系统采用车牌识别技术,实现重点车辆的自动识别和快速报警处理,不仅可以有效防止机动车被盗,而且为公安和监督机关提供高科技手段,自动监控和跟踪嫌疑人驾驶的车辆。
(3)高速公路超速自动化监督系统。该系统以车牌识别技术为核心技术,辅助其他高科技手段,建立无人值守的自动监控和自动控制系统,有效解决高速公路超速造成的交通事故;车辆超速时,可获得车辆图像,获得车牌号,方便违章车辆处罚。 本系统基于对汽车牌照的数字图像处理和分析,提供快速有效地汽车牌照定位方法,实现对车辆牌照区域的提取功能。
识别算法说明
整体流程主要分两个大的步骤:
使用多个算法,提取车牌的轮廓,根据轮廓从原图像取得车牌的切图,使用SVM算法模型,判断该切图是否是车牌。
根据车牌的切入图,在判定车牌颜色的同时,使用轮廓提取算法,提取车牌文字的轮廓,通过轮廓从二值图像取得车牌的切入图。使用ANN算法模型,分别使用中文文字模型、蓝卡模型、绿卡模型来识别文字切割的文字内容。
运行截图
获取方式
链接直达:/XiaoLin_Java/communion/blob/master/
如果觉得《基于SpringBoot+OpenCV的停车场车牌识别管理系统含人工智能识别算法(附源码 论文)》对你有帮助,请点赞、收藏,并留下你的观点哦!