車(chē)牌識(shí)別系統(tǒng)選用高度模塊化設(shè)計(jì)，將車(chē)牌識(shí)別流程的各個(gè)階段分別作為一個(gè)單獨(dú)的模塊，選用國(guó)際領(lǐng)先的計(jì)算機(jī)優(yōu)化算法技術(shù)，先根據(jù)攝像頭獲取車(chē)牌視頻圖像，對(duì)獲得的每一幀圖像，江蘇琪瑞特智能科技有限公司利用全新高效視頻檢測(cè)技術(shù)對(duì)車(chē)牌開(kāi)展定位和追蹤，從中自動(dòng)獲取車(chē)牌圖像，隨后通過(guò)車(chē)牌精準(zhǔn)定位、分割和識(shí)別模塊清晰地自動(dòng)分割和識(shí)別字符，獲得車(chē)牌的所有字符信息及其色調(diào)信息。

　　車(chē)牌定位模塊

　　車(chē)牌定位模塊是一個(gè)十分重要的階段，是后面環(huán)節(jié)基本，其準(zhǔn)確性對(duì)整體系統(tǒng)性能的影響巨大。該系統(tǒng)完成了一種徹底根據(jù)學(xué)習(xí)多種特征融合的車(chē)牌定位新算法，主要適用于繁雜的環(huán)境環(huán)境與不同的拍攝視角。同歩內(nèi)嵌的區(qū)域設(shè)置作用，能夠很大程度上降低外部環(huán)境針對(duì)車(chē)牌識(shí)別的影響，做到好的識(shí)別效率。

　　車(chē)牌糾正及定位模塊

　　受拍照條件的限制，圖像里的車(chē)牌總在所難免存在一定的歪斜，需要一個(gè)糾正和定位階段來(lái)進(jìn)一步提高車(chē)牌圖像的品質(zhì)，為分割和識(shí)別模塊做準(zhǔn)備。該系統(tǒng)應(yīng)用獨(dú)創(chuàng)的精心設(shè)計(jì)的迅速圖像解決過(guò)濾器，處理速度快，利用車(chē)牌總體信息，防止了部分噪音造成的影響，另一個(gè)優(yōu)勢(shì)就是根據(jù)對(duì)多個(gè)中間結(jié)果的解讀還能夠?qū)?chē)牌開(kāi)展定位，進(jìn)一步減少非車(chē)牌區(qū)域的危害。該系統(tǒng)相較其他企業(yè)的車(chē)牌識(shí)別系統(tǒng)，針對(duì)歪斜車(chē)牌圖片的適用要更多，一般的車(chē)牌識(shí)別軟件，支持的傾斜角度是±5°，該車(chē)牌識(shí)別軟件，能適用±45°的傾斜角度，同時(shí)通過(guò)內(nèi)部歪斜校準(zhǔn)算法，不會(huì)因?yàn)閮A斜角度的提高而減少識(shí)別率。

　　車(chē)牌分割模塊

　　車(chē)牌分割模塊利用車(chē)牌文字的灰度、色調(diào)、邊緣分布等各類(lèi)特點(diǎn)，能較好地抑止車(chē)牌周邊別的噪音的影響，并能忍受一定傾斜角度的車(chē)牌。

　　車(chē)牌識(shí)別模塊

　　在車(chē)牌識(shí)別模塊中，使用了多種識(shí)別模型結(jié)合的方式，構(gòu)建了一種層次化的字符識(shí)別步驟，高效地提升了字符識(shí)別的準(zhǔn)確率。另一方面，在字符識(shí)別以前，使用計(jì)算機(jī)優(yōu)化算法對(duì)字符圖像展開(kāi)了早期解決，不但保存了圖像信息，并且提升了圖像質(zhì)量與類(lèi)似字符的可區(qū)別性，確保了字符識(shí)別的穩(wěn)定性。

　　車(chē)牌識(shí)別結(jié)論決策模塊

　　車(chē)牌識(shí)別系統(tǒng)能夠?qū)γ繋?chē)牌圖像進(jìn)行實(shí)時(shí)識(shí)別，所以在一輛車(chē)的識(shí)別環(huán)節(jié)中，該系統(tǒng)將得到多個(gè)相同或不同的識(shí)別結(jié)論。這就需要一個(gè)識(shí)別結(jié)論的決策模塊，具體地說(shuō)，決策模塊利用一個(gè)車(chē)牌的幀圖像，對(duì)識(shí)別結(jié)論開(kāi)展智能的決策，根據(jù)測(cè)算觀察幀率、識(shí)別結(jié)論可靠性、平均真實(shí)度和相似性等度量值獲得該車(chē)牌綜合真實(shí)度點(diǎn)評(píng)，進(jìn)而決定是否導(dǎo)出識(shí)別結(jié)論，或者回絕該結(jié)論。一個(gè)車(chē)牌的識(shí)別結(jié)果是通過(guò)對(duì)比全部幀的識(shí)別結(jié)論，對(duì)這些開(kāi)展智能的分類(lèi)和投票，并結(jié)合一定的文法信息綜合成的。此方法綜合利用了全部幀的信息，降低了過(guò)去根據(jù)單幅圖像的識(shí)別算法所產(chǎn)生的隨機(jī)性錯(cuò)誤，大大提升了全面的識(shí)別率和識(shí)別結(jié)果的準(zhǔn)確性和可靠性。