车牌识别系统的好坏的三个指标

　　车牌识别系统的好坏的三个指标

　　一、　识别率

　　一个车牌识别系统是否实用，重要的#指标是识别率。国际交通技术作过专门的识别率指标论述，要求是24小时全天候全牌正确识别率85%～95%。

　　为了测试一个车牌识别系统识别率，需要将该系统安装在一个实际应用环境中，全天候运行24小时以上，采集少1000辆自然车流通行时的车牌照进行识别，并且需要将车辆牌照图像和识别结果存储下来，以便调取查看。然后，还需要得到实际通过的车辆图像以及正确的人工识别结果。之后便可以统计出以下识别率-

　　1、自然交通流量的识别率=全牌正确识别总数/实际通过的车辆总数

　　2、可识别车牌照的百分率=人工正确读取的车牌照总数/实际通过的车辆总数

　　3、可识别全牌正确识别率=全牌正确识别的车牌照总数/人工读取的车牌照总数这三个指标决定了车牌识别系统的识别率，诸如可信度、误识率等都是车牌识别过程中的中间结果。

　　二、　识别速度

　　识别速度决定了一个车牌识别系统是否能够满足实时实际应用的要求。一个识别率很高的系统，如果需要几秒钟，甚几分钟才能识别出结果，那么这个系统会因为满足不了实际应用中的实时要求而毫无实用意义。例如，在高速公路收费中车牌识别应用的作用之一是减少通行时间，速度是这一类应用里减少通行时间、避免车道堵车的有力保障。

　　国际交通技术提出的识别速度是1秒以内，越快越好。

　　三、　后台管理

　　一个车牌识别系统的后台管理体系，决定了这个车牌识别系统是否好用。必须清楚地认识到重要的一点是识别率达到100%是不可能的，因为车牌照污损、模糊、遮挡，或者天气也许很糟(下雪﹑冰雹﹑大雾等等)。后台管理体系的功能应该包括-

　　1、识别结果和车辆图像数据的可靠存储，当多功能的系统操作使得网络出差错时能保护图像数据不会丢失，同时便于事后人工排查;

　　2、有效的自动比对和查询技术，被识别的车牌照号码要同数据库中成千上万的车牌号码自动比对和提示报警，如果车牌照号码没有被正确读取时要采用模糊查询技术才能得出相对“”的比对结果;

　　3、一个好的车牌识别系统对于联网运行，还需要提供实时通信、网络安全、远程维护、动态数据交换、数据库自动更新、硬件参数设置、系统故障诊断。

　　在上世纪80年代，由于模式识别领域研究的快速发展，人们开始将车牌识别、指纹识别、人脸识别等典型问题的研究成果付诸于实践，其中车牌识别的社会雳求、实用价值非常巨大，经过多年科研和实践的反复磨练，车牌识别已经成长为现代社会中普及、成熟的模式识别技术之一。如果说从20世纪80年代到2000年这段时间可以认为是车牌识别技术逐渐完善成熟的阶段，从2000年以来的这十年，则可以认为是车牌识别产品日益成熟的阶段。，我们谈到车牌识别，已不再局限于技术本身，更多的是指以车牌识别技术为核心的一整套系统，包括了车辆触发、图像抓拍、车牌识别、业务应用四个基本环节。而车牌识别产品的发展也可以从这几个方面进行剖析-

　　一是在车辆触发机制上，“视频触发”和“外部触发”一直并行发展，视频触发的优点在于不需要其他设备辅助，可提高系统的集成度和易用性，不足之处在于对恶劣天气.环境比较敏感，此外一些大型车辆(比如公交、大型货车、翻斗车等)的触发时机的掌握上也有一定难度;但这些问题正逐渐被智能识别算法的进步所克服。外部触发的优点主要在于触发稳定，施工和后期维护的成本相对较高，但从早的地埋线圈到地磁触发的出现也一定程度上克服了外部触发固有的施工难度和寿命方面的短板。

　　二是在图像抓拍环节方面，产品从初的工控机外接相机方式发展为带入或识别仪再发展为智能一体机，这个过程中图像的分辨率越来越高，平台的体积、功耗越来越小，呈现出明显的集成化趋势。而且，由于图像分辨率的迅速提高，目前的车牌识别实际上已经不再是“抓拍”图片，而是直接从视频中抽取合适的帧进行分析。

　　三是车牌识别算法的发展，其主要体现在识别指标的逐渐逼近和对环境适应能力的提高，目前主流车牌识别厂商的常规识别率都稳定在95%以上，对光照、天气、成像的适应能力也越来越强。

　　聊城车牌识别系统-聊城电动伸缩门安装维修-聊城停车场管理系统-聊城电动伸缩门

本页关键词：莆田电动门厂家