要有足够的学习样本，可以快速训练出针对不同车牌类型的新的检测模型。车牌矫正及精定位模块受拍摄条件的限制，图像中的车牌总不可避免的存在一定的倾斜，需要一个矫正和精定位环节来进一步提高车牌图像的质量，为切分和识别模块做准备。本系统使用独创的精心设计的快速图像处理滤波器，该算法不仅计算快速，而且利用的是车牌的整体信息，避免了局部噪声带来的影响。使用该算法的另一个优点就是通过对多个中间结果的分析还可以对车牌进行精定位，进一步减小非车牌区域的影响。车牌切分模块本系统实现了一个十分鲁棒的车牌切分模块。利用了车牌文字的灰度、颜色、边缘分布等各种特征，能较好地抑制车牌周围其他噪声的影响，并能容忍一定倾斜角度的车牌。这一算法有利于车牌图像噪声较大场合的应用。车牌识别模块在车牌识别模块中，本系统采用了多种识别模型相结合的方法，构建了一种层次化的字符识别流程，有效地提高了字符识别的正确率。另一方面，本系统在字符识别之前，使用计算机智能算法对字符图像进行了前期处理，不仅尽可能保留了图
地址：深圳市宝安70区留仙二路鸿威工业园D栋第20页电话：0755传真：0755网址：httpwwwc
pwtcom
20
f文件号：VTTLVDHD
像信息，而且提高了图像质量，提高了相似字符的可区分性，保证了字符识别的可靠性。车牌识别结果决策模块本系统与其他车牌识别系统的一大不同之处在于，本系统可以对每帧视频图像进行实时识别，因此在一辆车通过视野的过程中，本系统将得到若干相同或不同的识别结果。这就需要一个识别结果的决策模块，具体地说，决策模块利用一个车牌经过视野的过程中留下的历史记录（包括识别结果、识别可信度、轨迹记录、相似度记录等），对识别结果进行智能化的决策，通过计算观测帧数、识别结果稳定性、轨迹稳定性、速度稳定性、平均可信度和相似度等度量值得到该车牌的综合可信度评价，从而决定是继续跟踪该车牌，还是输出识别结果，或是拒绝该结果。一个车牌的最终识别结果是通过分析所有帧的识别结果，对它们进行智能化的归类和投票，并结合一定的文法信息综合而成。这种方法综合利用了所有帧的信息，减少了以往基于单幅图像的识别算法所带来的偶然性错误，大大提高了系统的识别率和识别结果的正确性和鲁棒性。车牌跟踪模块车牌跟踪模块记录下车辆行驶过程中每一帧中该车车牌的位置以及外观、识别结果、可信度等各种历史信息。由于车牌跟踪模块采用了具有一定容错能r