视觉检测识别用于低对比度图像的OCR软件

  利用VISION技术智能交通系统(ITS)能够根据车牌对道路上的车辆进行检测,实时进行交通流分析,并对车辆进行跟踪。汽车自动识别根据他们的号码牌服务的目的,如自动计费系统的收费方式和自动识别的日常巡逻警察。这两个例子在相机的定位上有所不同:一个固定在收费站入口处的投票,另一个安装在警车上。下面,我们需要了解视觉检测识别用于低对比度图像的OCR软件。

OCR – Low Contrast Images

  视觉检测OCR识别车牌

  车牌识别无论是静态的还是固定的摄像机,都涉及两个主要步骤。第一种是车牌的实际识别,将其与汽车背景和其他矩形候选物体区分开来。在第二步中,对数字进行了确认。后一步使用方法光学字符识别(OCR)通常在二值图像上根据其形状来识别单个字符。

  一旦一个板块被识别出来,字符提取算法可能面临环境照明条件造成的困难。低对比度图像由于反射、夜间光线偏低以及雾或雾的天气,使天气变得很困难。OCR算法的成功,是为了解决这些问题,Rvsto视觉构造了一种算法来提取和识别低对比度图像中的车牌号码,或者当直接阳光或合成照明引起反射时。

  正确的数字板二值化

  这是正确操作的关键,OCR模块,因此,我们在算法中特别强调图像二值化。二值图像使提取单个字符的边缘并将其与字符数据库用于识别,或在没有字体预测的情况下很容易地描述它们的形状。Rvsto视觉算法采用多种定制技术对图像进行二值化,克服了恶劣的光照条件和反射,并能清晰识别车牌上的字符。我们的软件可以快速、准确地将车牌信息传送到客户数据库,以便采取进一步行动。我们的软件还将检测过程的适应性转换为匹配,不同版式变成一个简单的任务。

  据估计,到2020年,其市场将大致达到500亿美元。显然,视觉技术(硬件和软件)将在ITS的核心技术中发挥核心作用。车载或静态摄像机。随着道路上汽车的数量增加,道路系统变得更加复杂,自动监测将变得至关重要。在过去的几十年中,RvstoVision公司在以下方面取得了成功:OCR和图像处理项目。请咨询我们的OCR项目页,以了解更多关于RvstoVision如何帮助您其工程一次成功。

(0)

发表评论

你的联系方式不会被公开. 必填项已用*标注