***识别提高识别率才是硬道理

　　一般来说，一套完整的***识别系统主要由三大部分组成，包括前端路口识别控制部分、网络传输部分和中线管理部分。虽然***识别系统已在各个道路、停车场管理等方面发挥着重要的作用，但是其发展至今，在使用过程中，仍有一些问题需要解决。***识别系统前端路口控制系统包括单元、补光单元、触发单元、识别控制单元等部分。当触发单元检测到车辆时，即发送信息给单元，其会随即对车辆进行抓拍和辨识，并形成可上传的识别信息，包括号、牌照颜色、字符及车型、车辆颜色，有的系统还包括车辆前排乘坐人员的特征状况等。

　***识别不管是“软识别”还是“硬识别”关键都在识别率(不知道软识别和硬识别的朋友，可以看一下我们昨天文章，为大家详细讲解了两者定义及区别)。但是目前***的技术也难达到100%的识别率，我们南京鑫建星***识别白天达到了99.5%，晚上也能达到99%，在同行中可以算是非常高的了，但距离100%还有很长的路要走。

　　因为比如无牌车或者肉眼都不能识别的***，这时则需要一套好的“非***识别处理机制”，该机制大部分需要在非***识别的软件层来解决，但好的***识别产品，可以依据车型对车辆进行进入管理，但这项技术比***识别本身难度就更高了，准确率高的就更少了。所以在选择停车场系统中

纯***识别系统时建议您从识别率和非***识别处理机制这两点出发。

交通场景中车辆对象的实时检测是基于视频的交通监测系统中重要也是基本的步骤.是视频检测法的，检测的正确与否直接关系到智能交通系统决簧的正确性，兴趣区域(Rcpon Of Interestinl;，ROI)提取是对交通场景视频图像中的车辆进行粗分割.***识别系统将有可能是车辆的区域从复杂的交通场景中分割出来以便进行后续的检测与跟踪操作.对一个像素检测主要是利用了在视频图像序列中处于同一位置的像素信息，而不是仅仅利用一帧中该像素的周围像素信息，这主要是由视频图像的特点决定的.对ROI的提取主要有光流法、帧差法、背景差法等几类方法。

　　1、背景差法

　　背景差法的基本思想是先形成交通场景的背景图像，然后将待检酒图像与背景图像逐像素相减(理想情况下的差值图像中非零像素点就表示了运动物体)，进而就可运用N值方法将运动物体从背景中分离出来。

字符分割是对提取出的***图像进行切割，从***图像中提取出单个***字符的图像。由于字符识别是以分割出的单个字符为输入，所以字符分割的准确与否直接影响到字符识别。

　　字符识别是指对分割出的字符进行处理，识别出***中的字符。因为我国的***号码的字符包含：汉字、英文字母、数字，增加了对字符识别的难度。字符识别直接影响到整个***识别系统结果的准确性。

　　这是一个LPR系统基本的结构组成，每个模块的功能也清晰的给出来了，这对于后续我们的分工有很大的帮助，模块与模块之间耦合度也比较小。

　　基于Linux的***识别系统，界面基于qt开发，图像处理模块基于opencv，数据库使用的mysql，基本上是在原有的系统上进行修改。原有的系统是在window平台下，使用MFC，opencv的版本是之前的C版本，按照新的架构重新修改代码，数据库部分基本没变，***更新的是图像处理部分。