你知道怎樣提高車牌識(shí)別的識(shí)別率嗎？

　　就我國(guó)現(xiàn)狀而言，我國(guó)的云停車場(chǎng)正處于發(fā)展初期，很多停車場(chǎng)已經(jīng)加入“云停車場(chǎng)”的行列，通過(guò)o2o平臺(tái)形成區(qū)域聯(lián)盟，為區(qū)域內(nèi)的車主提供更加便捷實(shí)惠的停車服務(wù)。
　　作為傳統(tǒng)的停車場(chǎng)，要加入“云停車場(chǎng)”行列最重要的一部就是搭建一套能夠與云平臺(tái)互聯(lián)的車牌識(shí)別系統(tǒng)。由于技術(shù)發(fā)展的原因，在很長(zhǎng)一段時(shí)間里國(guó)內(nèi)的車牌識(shí)別率一直處于較低水平，這使得云停車場(chǎng)的發(fā)展舉步維艱。如何提高停車場(chǎng)車牌識(shí)別系統(tǒng)的識(shí)別率，這一直是車牌識(shí)別品牌廠商考慮的一個(gè)問(wèn)題。

　　當(dāng)然，經(jīng)過(guò)多年的發(fā)展現(xiàn)在的車牌識(shí)別系統(tǒng)綜合識(shí)別率普遍保持在90%以上，少數(shù)幾個(gè)優(yōu)秀品牌能夠達(dá)到95%以上的綜合識(shí)別率，其中在車牌識(shí)別率上一直保持著優(yōu)勢(shì)地位的優(yōu)位停車的車牌識(shí)別率更是最高可達(dá)99.58%，已經(jīng)非常接近100%了。那么車牌識(shí)別系統(tǒng)的識(shí)別率能否達(dá)到100%呢？從目前來(lái)看，答案是否定的，因?yàn)樵诶碚撋喜淮嬖?00%識(shí)別率的車牌識(shí)別系統(tǒng)。
　　在一般情況下，車牌識(shí)別系統(tǒng)可以識(shí)別進(jìn)入停車場(chǎng)的所有車牌。但受光照、氣象、角度、污損等各種因素的影響，車牌識(shí)別系統(tǒng)的識(shí)別率自然會(huì)不同程度下降。雖然對(duì)于技術(shù)先進(jìn)的車牌識(shí)別品牌而言，他們可以通過(guò)技術(shù)手段使車牌識(shí)別系統(tǒng)能夠在各種極端環(huán)境中的識(shí)別率得到不同程度的提高，讓車牌識(shí)別系統(tǒng)的識(shí)別率無(wú)限接近100%。但是，在理論上，無(wú)論多么先進(jìn)的車牌識(shí)別系統(tǒng)都不可能在所有識(shí)別環(huán)境下識(shí)別出所有汽車牌照。
　　車牌識(shí)別系統(tǒng)雖然無(wú)法在理論上實(shí)現(xiàn)100%的車牌識(shí)別，但這并不表示在云停車場(chǎng)中無(wú)法實(shí)現(xiàn)100%的車牌識(shí)別。通過(guò)車型識(shí)別、車臉識(shí)別和圖像對(duì)比等技術(shù)作為補(bǔ)充，配合車牌識(shí)別系統(tǒng)實(shí)現(xiàn)100%的車牌識(shí)別是完全可能的。
　　基于視頻的車型識(shí)別系統(tǒng)是利用計(jì)算機(jī)分析通過(guò)攝像頭和圖像采集卡獲取視頻圖像,通過(guò)對(duì)特定區(qū)域的視頻圖像處理分析,完成車輛檢測(cè)和車輛分類識(shí)別。
　　而“車臉識(shí)別系統(tǒng)”則與“人臉識(shí)別”類似，“人臉”可通過(guò)眉毛位置、眼睛大小等進(jìn)行識(shí)別，“車臉”的比對(duì)則靠的是車輛顏色、車燈位置、天窗、年檢標(biāo)識(shí)等，同一車型的不同款式也可以比對(duì)出來(lái)。
　　圖像對(duì)比技術(shù)在停車場(chǎng)管理系統(tǒng)中又被稱作圖像抓拍、圖像對(duì)比、圖像識(shí)別等。在停車場(chǎng)出、入口附近分別安裝攝像機(jī)，通過(guò)視頻轉(zhuǎn)換連接到停車場(chǎng)系統(tǒng)管理電腦上，在車輛進(jìn)場(chǎng)時(shí)在入口有效刷卡信息產(chǎn)生的瞬間對(duì)刷卡車輛進(jìn)行抓拍，并通過(guò)分析處理后將此刻抓拍的圖片與本次刷卡信息進(jìn)行數(shù)據(jù)打包存儲(chǔ)，并在車輛出場(chǎng)刷卡時(shí)，將本刷卡信息所對(duì)應(yīng)的進(jìn)場(chǎng)記錄及保存的圖片調(diào)出進(jìn)行對(duì)比，是停車場(chǎng)收費(fèi)系統(tǒng)的一個(gè)重要的安全措施及手段。
　　有了這三種技術(shù)的補(bǔ)充，車輛身份100%識(shí)別將成為可能。比如說(shuō)，一個(gè)污損程度較高的車牌，通過(guò)車牌識(shí)別系統(tǒng)只能識(shí)別大概，無(wú)法得出完全正確的識(shí)別結(jié)果。在這種情況下，如果通過(guò)車型識(shí)別、車臉識(shí)別和圖像對(duì)比等技術(shù)進(jìn)行補(bǔ)充識(shí)別，將有可能的車輛信息都提取出來(lái)與眼前的車輛進(jìn)行對(duì)比，便可以完整識(shí)別該車牌信息。