車牌圖像識別技術已經在城市中的居民小區或停車場的車輛出入管理中得到了應用，那么車牌圖像識別在技術上是怎么做到的呢？該技術是如何完成工業重載車輛的信息化呢？
 1．車牌圖像識別技術的圖像處理
 車牌圖像識別技術自動識別汽車牌照的過程主要由圖像處理、車牌邊緣提取、車牌定位、拍照區域分割、字符識別等技術步驟組成。識別之前如何提高圖像的視感質量至關重要，如圖像的亮度、彩色變換與增強、抑制干擾成分、圖像幾何糾正等。識別之后就是提取圖像中所包含的特征信息，主要包括頻域特征、灰度或顏色特征、邊界特征、區域特征、紋理特征、形狀特征、拓撲特征和關系結構等，提高圖像視感質量和圖像識別可以為計算機分析圖像提供便利。比如，針對裝載車輛車牌底色為黃色，采用彩色像素點統計的方法將拍攝圖像分割出合理的車牌區域，確定車牌底色黃色對應的灰度范圍。在行和列兩個方向統計在此顏色范圍內的像素點數量，設定合理的閾值，確定車牌在行和列兩個方向的合理區域。經過上述方法分割出來的車牌圖像再進行圖像二值化，這樣就完成了車牌的自動識別。先設定一個閾值，基于圖片亮度的一個黑白分界值，50%中性灰，即RGB128。亮度高于128(<50%的灰)的會變白，低于128(>50%的灰)的會變黑，再將圖像的數據分成兩部分：大于閾值的像素群和小于閾值的像素群。
 2．車牌圖像識別技術的區域分割和字符識別
 對汽車牌照進行自動識別后，需要在前期車牌定位的基礎上進行字符的分割，利用分割的結果進行字符識別。因為車牌字符間間隔較大，且字符長度可以確定在一個范圍內，不會出現字符粘連情況，所以尋找連續有文字的塊，若間隔長度大于某閾值，則認為該塊有兩個字符組成，需要分割。對分割的文字歸一化處理后，再進行車牌字符識別。車牌字符識別過程首先使用的是模板匹配的方法，利用識別圖片與模板字符相減的方法，找到相減后值最小的，即為相似程度最大的。針對車牌安裝問題、車牌識別攝像頭安裝角度以及環境問題造成的某些字符連續累計犯錯問題，可利用人工神經網絡進行字符識別，即把待糾正圖像輸入網絡對字符特征進行提取，然后用所獲得的特征來訓練神經網絡分類器，以獲取字符的特征信息，避免再次犯錯，最終實現車牌圖像的正確識別和提取。
 3．車牌圖像識別技術是如何完成工業重載車輛信息化呢？
 信息化與工業化高度融合的大背景下，隨著圖像識別技術的高速發展，使得工業載重車輛的裝載過程已經不再是單一完成生產任務的行為，它已經與企業的運營層和工廠管理層緊密結合起來，實現了整個信息流的完全自動化，其中圖像識別技術的發展起到了穿針引線的作用。
 企業的運營層擁有一個大型的數據庫，里面不僅含有銷售管理數據，同時存儲運輸管理信息，例如每個合同所對應的車輛信息等。當新的合同簽訂后，將生產合同涉及的裝載信息，包括銷售貨物、銷售量、銷售時間、對應車輛的車牌、車輛標載等下發至工廠管理層。工廠管理層接收到信息后，根據信息計劃生產時間，對載重車輛的配貨點下派生產任務。每個配貨點在裝載車輛到達前根據貨物的體積、重量或品種已經完成配貨準備過程，配貨過程中形成完整電子信息單并與裝載車輛匹配。當待裝車輛開至場區入口時先經過地感線圈時，觸發車號識別攝像頭進行拍照，系統對拍照結果進行分析，提取車輛號牌。車輛號牌信息與工廠管理層中的數據進行比對找到相關裝載貨物信息，提取并發送至配貨點，為車輛的裝載過程提供驗證和數據支撐。而裝載車輛則會根據大屏幕上的提示開至指定的配貨點開始裝貨過程。由于貨物已經準備完畢，可迅速實現裝車過程。當完成裝載過程后對車輛進行封裝，車輛可直接駛離場區。在經過門崗過程中，再次觸發地感線圈，信息確認并形成電子憑證。
 整個裝載過程，裝載前數據由企業運營層通過工廠管理層下發形成，并通過車牌圖像識別提取并交由配貨裝載系統。完成裝載過程后，形成實際裝載數據，該信息反饋至工廠管理層進行裝車生產的信息統計匯總和后續查驗，并由工廠管理層上傳至企業運營層作為合同結算的依據，整個生產過程就實現了完全電子信息化。


更多鏈接：車牌識別  車牌識別系統  車牌識別一體機  www.shixinyonggu.com