智能车牌识别技术有哪些
随着社会经济的不断增长，汽车数量也在不断增加导致不少停车场都面临着停车拥堵的难题，车牌识别技术的诞生让停车管理变得更加有序，出行更加顺畅，下面就由跟大家浅谈一下智能车牌识别技术有哪些。
1、传统识别技术
传统模式识别技术指结构特征法，统计特征法等，该系统分为图像分割、特征提取和模板构造、字符识别等三个部分。利用不同闽值对应的直方图不同，经过大量统计实验确定出车牌位置的图像直方图的闽值范围，从而根据特定闽值对应的直方图分割出车牌，再利用预先设置的标准字符模板进行模式匹配识别出字符；
2、人工网络技术
神经网络是由相同神经元构成的双向联想式单层网络，每一个字符模板对应着矩阵，通过与车牌上的字符比对，识别出正确的车牌号码；
3、图像处理技术
这种技术在当下的应用更加广泛，且系统更加稳定，一般来说，进行车牌识别的理论基础是图像分割和图像识别理论：首先对含有车辆号牌的图像进行分析处理，从而确定牌照在图像中的位置，并把牌照区域提取出来，再进一步识别上面的文本字符。车牌识别过程包括图像采集、预处理、车牌定位、字符分割、字符识别、结果输出等一系列算法运算；
4、图像采集技术
图像采集方式分为静态与动态两种：静态采集依靠地感线圈、红外或雷达等装置，当有车辆通过时这些装置时相机会接到一个触发信号，从而立刻抓拍一张图像，该方法的优点是触发率高，性能稳定，缺点是需要切割地面铺设线圈，施工量大。
动态采集则是在实时视频模式下进行，不需要其他感应装置给相机发送任何触发信号，完全依靠算法从实时的视频流图像中采集车辆信息，该方法的优点是施工方便，不需要安装其他感应装置或零部件。但其缺点也十分显著，由于算法的限制，动态采集的触发率与识别率较静态采集要稍低一些。
