車牌識別演算法流程圖

　　車牌識別演算法是車牌識別系統的基礎，對影象進行採集，然後從車牌紋理出發，應用分開理論建立基於有向分形引數的車牌定位預處理模型，結合投影法提取車牌區域，再將字元進行分割和識別，最後輸出結果。以下是小編為大家整理的關於，給大家作為參考，歡迎閱讀!

　　車牌識別演算法流程

　　車牌識別基本的演算法流程有：

　　***1***車牌定位;

　　***2***字元分割;

　　***3***字元識別。

　　車牌識別演算法的詳解

　　1、車牌定位的方法多種多樣,歸納起來主要有利用梯度資訊投影統計;利用小波變換作分割;車牌區域掃描連線演算法;利用區域特性訓練分類器的方法等。這是車牌識別演算法中最關鍵的第一步，效果的優劣直接影響到車牌識別率的高低。運用啟發式車牌定位演算法演算法，使得綜合號牌檢出率高達99.5%。

　　2、字元識別是整個系統的核心。在其實際應用中，最為關鍵的問題是字元特徵的選擇，如果特徵選擇不具有很好的區分度，不僅特徵維數較大而且還很難獲得較好的識別效果。運用的大規模神經網路識別演算法，使用綜合號牌識別率高達98.5%，全國第一。

　　3、牌上的相似字元，由於外形比較接近，受影象解析度，光線，車牌汙損等影響，一般的分類演算法，很容易出現誤識別。車牌識別系統基於此演算法基礎上提出了易混淆字元專門處理，相似字元例如“2”和“Z”、“0”和“D”等，都能進行有效識別。使得識別效果在任何極端複雜情形下依然保持高識別率。