机器视觉之车辆识别应用
随着科学技术的发展壮大，各大领域逐步朝向智能化发展趋势前进，而检测识别的方法渐渐趋向以高科技的视觉检测识别方式替代传统人工方式，可以避免漏记或操作者的投机取巧，并且精简节约成本。在道路交通执法方面，各个城市大量采用电子警察，用先进的科学技术强化交通管理，以期达到减少事故的发生、提高通行效率、优化交通环境的目的。
近年来图像处理技术发展迅速，就日间图像的车辆识别来说，通常以车辆的特征如：外型、尺寸为分类准则。亦可藉由车辆牌照途径，将号码图像二值化，以特征匹配的方式识别并记录该车牌号码，透过数据库的比对，每个号码可对应于某一车种，可用于抓拍违章车辆、车辆计数、车种识别、起迄点调查与旅行时间分析等。
基于机器视觉图像处理的车牌识别技术，近年来在国内已经日趋成熟，有些学者认为车牌识别可分三阶段：前处理，将图像二值化后进行清除噪声；其次将车牌定位，利用连接组件标示法，找出图像中之连接组件加以分析，进而判断车牌位置；最后为字符识别，分割字符完毕后依文字大小设定结构组件之大小，利用型态学的方法找出文字特征加以比对。
此外，对于车牌识别还可采用其它方法，如搜寻车牌后以图素分割法切割字符后，利用类神经网络识别字符；或者利用灰阶转换数支计算找出可能之车牌位置，分割字符，再利用笔划分析法识别字符；或者利用图像中灰阶值之变化特性寻找车牌位置，再利用垂直投影直方图分割字符，以灰阶值关连度进行识别。
机器视觉图像处理技术已成为道路交通管理中必不可少的技术支持，在道路交通、车辆识别领域的应用，为道路交通执法提供尽可能严谨的法律依据，与之相适应机器视觉技术应行业发展需求，也得以快速推广应用。
页:
[1]