企业视频展播，请点击播放视频作者：合肥新高电子有限公司
车牌识别系统的关键技术及算法。Sobel边缘检测算子：这样使得Sobel算子对噪声有抑制作用，因此不会出现很多孤立的边缘像素点，不过Sobel算子对边缘的定位不是很精1确，图像的边界宽度往往不止一个像素，不适合对边缘定位准确性要求很高的应用。与Prewitt相似，Sobel算子也是通过像素平均来实现的，也有一定的抗噪能力。值得
捷停车道闸
企业视频展播，请点击播放
视频作者：合肥新高电子有限公司
车牌识别系统的关键技术及算法。Sobel边缘检测算子：这样使得Sobel算子对噪声有抑制作用，因此不会出现很多孤立的边缘像素点，不过Sobel算子对边缘的定位不是很精1确，图像的边界宽度往往不止一个像素，不适合对边缘定位准确性要求很高的应用。与Prewitt相似，Sobel算子也是通过像素平均来实现的，也有一定的抗噪能力。值得注意的是它们都不是各向同性的，所以它们检测出来的边缘并不是完全连通的，会有一定程度的断开。
车牌识别系统的关键技术及算法。车牌字符分割1、对车牌图像从左向右逐列扫描，并记录统计出每列的像素值为255的像素的个数，并将结果保存在一位数组count[width+1]中，其中count[i]用于存储第i列像素值为255的像素的个数。2、剩下的字符都是英文字母和阿拉伯数字，这些字符不存在不连通性的问题，于是，仅仅利用一个阈值1就可以分割出车牌剩下的字符。
车牌识别过程中，牌照颜色的识别依据算法不同，可能在上述不同步骤实现，通常与车牌识别互相配合、互相验证。牌照定位自然环境下，汽车图像背景复杂、光照不均匀，如何在自然背景中准确地确定牌照区域是整个识别过程的关键。首先对采集到的视频图像进行大范围相关搜索，找到符合汽车牌照特征的若干区域作为候选区，然后对这些侯选区域做进一步分析、评判，后选定一个1佳的区域作为牌照区域，并将其从图像中分离出来。
（作者： 来源：）
