车牌图像识别技术已经在城市中的居民小区或停车场的车辆出入管理中得到了应用，那么车牌图像识别在技术上是怎么做到的呢？该技术是如何完成工业重载车辆的信息化呢？
 1．车牌图像识别技术的图像处理
 车牌图像识别技术自动识别汽车牌照的过程主要由图像处理、车牌边缘提取、车牌定位、拍照区域分割、字符识别等技术步骤组成。识别之前如何提高图像的视感质量至关重要，如图像的亮度、彩色变换与增强、抑制干扰成分、图像几何纠正等。识别之后就是提取图像中所包含的特征信息，主要包括频域特征、灰度或颜色特征、边界特征、区域特征、纹理特征、形状特征、拓扑特征和关系结构等，提高图像视感质量和图像识别可以为计算机分析图像提供便利。比如，针对装载车辆车牌底色为黄色，采用彩色像素点统计的方法将拍摄图像分割出合理的车牌区域，确定车牌底色黄色对应的灰度范围。在行和列两个方向统计在此颜色范围内的像素点数量，设定合理的阈值，确定车牌在行和列两个方向的合理区域。经过上述方法分割出来的车牌图像再进行图像二值化，这样就完成了车牌的自动识别。先设定一个阈值，基于图片亮度的一个黑白分界值，50%中性灰，即RGB128。亮度高于128(<50%的灰)的会变白，低于128(>50%的灰)的会变黑，再将图像的数据分成两部分：大于阈值的像素群和小于阈值的像素群。
 2．车牌图像识别技术的区域分割和字符识别
 对汽车牌照进行自动识别后，需要在前期车牌定位的基础上进行字符的分割，利用分割的结果进行字符识别。因为车牌字符间间隔较大，且字符长度可以确定在一个范围内，不会出现字符粘连情况，所以寻找连续有文字的块，若间隔长度大于某阈值，则认为该块有两个字符组成，需要分割。对分割的文字归一化处理后，再进行车牌字符识别。车牌字符识别过程首先使用的是模板匹配的方法，利用识别图片与模板字符相减的方法，找到相减后值最小的，即为相似程度最大的。针对车牌安装问题、车牌识别摄像头安装角度以及环境问题造成的某些字符连续累计犯错问题，可利用人工神经网络进行字符识别，即把待纠正图像输入网络对字符特征进行提取，然后用所获得的特征来训练神经网络分类器，以获取字符的特征信息，避免再次犯错，最终实现车牌图像的正确识别和提取。
 3．车牌图像识别技术是如何完成工业重载车辆信息化呢？
 信息化与工业化高度融合的大背景下，随着图像识别技术的高速发展，使得工业载重车辆的装载过程已经不再是单一完成生产任务的行为，它已经与企业的运营层和工厂管理层紧密结合起来，实现了整个信息流的完全自动化，其中图像识别技术的发展起到了穿针引线的作用。
 企业的运营层拥有一个大型的数据库，里面不仅含有销售管理数据，同时存储运输管理信息，例如每个合同所对应的车辆信息等。当新的合同签订后，将生产合同涉及的装载信息，包括销售货物、销售量、销售时间、对应车辆的车牌、车辆标载等下发至工厂管理层。工厂管理层接收到信息后，根据信息计划生产时间，对载重车辆的配货点下派生产任务。每个配货点在装载车辆到达前根据货物的体积、重量或品种已经完成配货准备过程，配货过程中形成完整电子信息单并与装载车辆匹配。当待装车辆开至场区入口时先经过地感线圈时，触发车号识别摄像头进行拍照，系统对拍照结果进行分析，提取车辆号牌。车辆号牌信息与工厂管理层中的数据进行比对找到相关装载货物信息，提取并发送至配货点，为车辆的装载过程提供验证和数据支撑。而装载车辆则会根据大屏幕上的提示开至指定的配货点开始装货过程。由于货物已经准备完毕，可迅速实现装车过程。当完成装载过程后对车辆进行封装，车辆可直接驶离场区。在经过门岗过程中，再次触发地感线圈，信息确认并形成电子凭证。
 整个装载过程，装载前数据由企业运营层通过工厂管理层下发形成，并通过车牌图像识别提取并交由配货装载系统。完成装载过程后，形成实际装载数据，该信息反馈至工厂管理层进行装车生产的信息统计汇总和后续查验，并由工厂管理层上传至企业运营层作为合同结算的依据，整个生产过程就实现了完全电子信息化。


更多链接：车牌识别  车牌识别系统  车牌识别一体机  www.beijiaxin.net