运用人工智能的图像识别——汽车闯红灯扣6分，罚款200元

全国城市化在加速，几乎家家都有一辆车，让人们的生活变得简便，但是也引起了各种交通问题。但是作为搞机械自动化的我们，虽然没有入此行，但是基本的原理我们也是要了解一点的。
闯红灯，摄像机拍照，交罚款扣分，一套操作，其中必有数字图像处理技术，要不然怎么识别你的车牌号的，根据车牌号调取库里面的信息，通知到每位车主罚款缴纳，我一直纳闷的是我们违法交通规则时例如闯红灯、实线变道，可能要过一周时间才通知到我们，这个时间段到底经历了什么?有没有专业的为我们讲解一下来龙去脉。
我查询了相关资料，了解了一下其中的一个步骤，即数字图像处理。先讲讲此名词的优点：
1、信号处理精度高。无论像素数量或函数和阵 列大小，计算机上的信号处理过程都必须保持不变。
2、数字图像的可见性和再现性好。数字图像的 综合处理以及其他模拟数字图像的综合处理，通常不 涉及数字图像的信息存储、数据存储和处理。
那么数字图像处理如何在车牌识别中应用的呢？
1、图像灰度处理；车牌图像通常是透过数码产品，例如摄影机或摄 影机直接传送，所接收到的通常称为彩色图像，每 个像素必须有3种不同的颜色分量 R、G、B，这些 颜色分量被当作灰度处理。进行图像灰度处理，改 变 RGB 灰度中彩色图像的值，然后使图像变为灰度。



2、增强对比度；一般图像系统具有一定的亮度范围，最大亮度值 与最小亮度值的比值称为对比系数。由于图像经常受 到天气等外部因素的影响，对比度较低，有时会影响 观察质量和识别速度，此时可以进行灰度扩展。这种 类型的图像只有256个灰度，因此内存容量变小，工 作效率提高。



3、二值化；灰度图像有256个不同层次的单色图像，光线和 阴影丰富，要最大限度地将目标与背景分开，以减少 干扰。二进制化可以使每个像素的灰度水平变为黑白， 只剩下2个灰度值 ： 0和1。背景区域的像素通常为0， 目标区域为1。



4、倾斜度矫正；由于相机大多安放在顶部，所得到的图像与整个 车牌的平面不完全平行，呈现一个俯视角，为了有效 地提高对车牌的辨认率，对倾斜角度的进行调整也是 很有必要的。
通过对人工智能图像识别别特征提取装置的设计，可以有效地实现图像识别功能，为各行各业的应用带 来便利。未来，随着人工智能技术的不断发展，将会 有更多的应用场景出现，从而丰富我们的生活。

元芳你怎么看？

鄙视楼下的顶帖没我快，哈哈

路过的帮顶