外设VS视频车牌识别系统两种触发方式

成都弱电公司讯：

车牌辨认系统有两种触发方式，一种是外设触发，另一种是视频触发。

外设触发工作方式是指采用线圈、红外或另外检测器检测车辆通过信号，车牌辨认系统接受到车辆触发信号后，采集车辆图像，自动辨认车牌，以及进行后续处理。该方法的长处是触发率高，性能稳定；缺点是需要切割地面铺设线圈，施工量大。

视频触发方式是指车牌辨认系统采用动态运动目标序列图像分析处理技术，实时检测车道上车辆移动状况，发现车辆通过时捕捉车辆图像，辨认车牌照，并进行后续处理。视频触发方式不需借助线圈、红外或另外硬件车辆检测器。该方法的长处是施工方便，不需要切割地面铺设线圈，也不需要安装车检器等零部件，但其缺点也十分显着，由于算法的极限，该方案的触发率与辨认率较之外设触发都要低很多。

1)间接法：指通过辨认安装在汽车上的IC卡或条形码中所存储的车牌的信息来辨认车牌及相关信息。IC卡技术辨认准确度高，运转可靠，可以全天候作业，但它整套装置价格昂贵，硬件设备十分复杂，不适用于异地作业；条形码技术具有辨认速度快、准确度高、可靠性强以及成本较低等长处，但是对于扫描器要求很高。此外，二者都需要制定出全国统一的尺度，并且无法核对车、条形码是否相符，也是技术上存在的缺点，这给在短时间内推广造成困难。

2)直接法：基于图像的车牌辨认技术属于直接法，是一种无源型汽车牌照智能辨认方法，能够在无任何专用发送车牌信号的车载发射设备情况下，对运动状态车辆或静止状态车辆的车牌号码进行非接触性信息采集并实时智能辨认。与间接法辨认系统相比，首先，这种系统节省了设备安置及大量资金，从而提高了经济效益；其次，由于采用了先进的计算机应用技术，所以可提高辨认速度，较好地解决实时性问题；再次，它是根据图像进行辨认，所以通过人的参与可以解决系统中的辨认错误，而另外方法是难以与人交互的。

直接法一般有图像处理技术，传统模式辨认技术及人工神经网络技术。

1)图像处理技术：运用图像处理技术解决汽车牌照辨认的研究最早始于80年代，但国内外均只是就车牌辨认中的某一个具体问题进行讨论，并且通常仅采用简朴的图像处理技术来解决，并没有形成完整的系统体系，辨认过程是使用工业电视摄像机拍下汽车的工前方图像，然后交给计算机进行简朴的处理，并且最终仍需要人工干预，例如车辆牌照中省份汉字的辨认问题，1985年有人利用常见的图像处理技木方法提出汉字辨认的分类是在抽取汉字特征的基础上进行的，根据汉字的投影直方图选取浮动闭值，抽取汉字在竖直方向的峰值，利用树形查表法进行汉字的粗分类；然后根据汉字在水平方向的投影直方图，选取适当闭值，进行量化处理后，形成一个变长链码，再用动态规划法，求出与尺度模式链码的最小距离，实现细分米完成汉字省名的自动辨认。

2)传统模式辨认技术。传统模式辨认技术指结构特征法，统计特征法等。90年代，由于计算机视觉技术的发展，开始出现汽车牌照辨认的系统化研究。1990年AS.Johnson等运用计算机视觉技术和图像处理技术实现了车辆牌照的自动辨认系统。该系统分为图像分割、特征提取和模板构造、字符辨认等三个部分。利用分歧闽值对应的直方图分歧，经过大量统计实验确定出车牌位置的图像直方图的闽值范围，从而根据特定闽值对应的直方图分割出车牌，再利用预先设置的尺度字符模板进行模式匹配辨认出字符。

3)人工神经网络技术。近几年来，计算机及相关技术发达的一些国家开始探讨用人工神经网络技术解决车牌自动辨认问题，例如1994年M.M.M.FANHY等就成功地运用了BAM神经网络方法对车牌上的字符进行自动辨认，BAM神经网络是由相同神经元构成的双向联想式单层网络，每一个字符模板对应着唯一个BAM矩阵，通过与车牌上的字符比较，辨认出准确的车牌号码。这种采用BAM神经网络方法的缺点是无映解决辨认系统存储容量和处理速度相矛盾的问题。