利用VISION技術智能交通系統(tǒng)(ITS)能夠根據(jù)車牌對道路上的車輛進行檢測，實時進行交通流分析，并對車輛進行跟蹤。汽車自動識別根據(jù)他們的號碼牌服務的目的，如自動計費系統(tǒng)的收費方式和自動識別的日常巡邏警察。這兩個例子在相機的定位上有所不同：一個固定在收費站入口處的投票，另一個安裝在警車上。下面，我們需要了解視覺檢測識別用于低對比度圖像的OCR軟件。

　　視覺檢測OCR識別車牌

　　車牌識別無論是靜態(tài)的還是固定的攝像機，都涉及兩個主要步驟。第一種是車牌的實際識別，將其與汽車背景和其他矩形候選物體區(qū)分開來。在第二步中，對數(shù)字進行了確認。后一步使用方法光學字符識別(OCR)通常在二值圖像上根據(jù)其形狀來識別單個字符。

　　一旦一個板塊被識別出來，字符提取算法可能面臨環(huán)境照明條件造成的困難。低對比度圖像由于反射、夜間光線偏低以及霧或霧的天氣，使天氣變得很困難。OCR算法的成功，是為了解決這些問題，Rvsto視覺構造了一種算法來提取和識別低對比度圖像中的車牌號碼，或者當直接陽光或合成照明引起反射時。

　　正確的數(shù)字板二值化

　　這是正確操作的關鍵，OCR模塊，因此，我們在算法中特別強調圖像二值化。二值圖像使提取單個字符的邊緣并將其與字符數(shù)據(jù)庫用于識別，或在沒有字體預測的情況下很容易地描述它們的形狀。Rvsto視覺算法采用多種定制技術對圖像進行二值化，克服了惡劣的光照條件和反射，并能清晰識別車牌上的字符。我們的軟件可以快速、準確地將車牌信息傳送到客戶數(shù)據(jù)庫，以便采取進一步行動。我們的軟件還將檢測過程的適應性轉換為匹配，不同版式變成一個簡單的任務。

　　據(jù)估計，到2020年，其市場將大致達到500億美元。顯然，視覺技術(硬件和軟件)將在ITS的核心技術中發(fā)揮核心作用。車載或靜態(tài)攝像機。隨著道路上汽車的數(shù)量增加，道路系統(tǒng)變得更加復雜，自動監(jiān)測將變得至關重要。在過去的幾十年中，RvstoVision公司在以下方面取得了成功：OCR和圖像處理項目。請咨詢我們的OCR項目頁，以了解更多關于RvstoVision如何幫助您其工程一次成功。