智能软件是智能视频监控系统的核心

　　此外，车辆检测系统是道路监控系统非常重要的一部分，它可以获得当前监控路面交通流量、占有率、速度等数据，以此判断道路阻塞情况，并利用外场信息发布系统发出警告等。实际上，车辆自动分类系统是通过图像识别运算法则，来将车辆准确地分类。自动车辆分类系统将车辆长度信息、车轴数量和间距信息、车辆高度距阵信息形成综合的图像，将该图像与预先设置的标准对比，从而实现车辆的准确分类。

　　车辆检测系统ARM软件采用分层设计思想，整个软件由驱动程序和应用软件两部分构成。驱动程序部分封装了Flash操作、RS-485操作、实时时钟(RTC)操作、RS-232操作和I/O等操作。应用软件分成基本函数库和主程序。

　　车牌识别是基于光学字符识别(简称OCR，即Optical Character Recognition)技术对车辆牌照进行识别，从而辨识车辆身份的一种技术。近几年该技术发展迅速，国内有许多研究机构和厂家掌握了汉字和基本字符的关键识别技术，并已广泛应用于智能交通领域。

　　车牌定位是在车辆的整幅图像中，正确找到车牌所在的位置，提取车牌部分的图像，并判别出车牌的颜色；字符分割是按规定的车牌格式，正确分割车牌的每一个字符，为字符的识别做准备；字符识别是OCR的核心技术，经过字符识别最终获得车牌号码(有时还包括如车牌颜色，牌照位置等其他重要信息)。

　　经过多年的发展，车牌识别技术已经相对成熟，已有较多的厂商的整牌识别率都可以达到95%以上，基本满足了实际应用需要。在最新的车牌识别系统中，已有厂家推出了车型识别功能，可以定位到是何种品牌的汽车，如奔驰、宝马、本田、丰田、夏利等。

　　三、视频图像识别软件

　　智能视频图像识别中，主要有面像识别与步态识别，这类识别系统的核心是其识别算法软件。现将两类识别系统的核心软件算法简述如下：

　　1、面像识别的几个基本的软件算法：

　　①几何特征的面像识别算法

　　所谓几何特征是眼、鼻、嘴等的形状和它们之间的几何关系，如相互之间的距离等对应几何关系等数据形成识别参数，与数据库中所有原始参数进行比较、判断。这种几何特征的识别算法的识别速度快，需要的内存小，但识别率较低。

　　②神经网络的面像识别算法

　　神经网络的输入，可以是降低分辨率的人脸图像、局部区域的自相关函数、局部纹理的二阶矩等。这类方法需要较多的训练样本进行训练，才比较可靠。而在许多应用中，样本数量是很有限的。

　　③基于特征脸(PCA) 的面像识别算法

　　所谓特征脸(PCA)的方法是基于KL变换的面像识别方法，KL变换是图像压缩的一种最优正交变换。高维的图像空间，经过KL变换后得到一组新的正交基，保留其中重要的正交基，由这些正交基可以形成低维线性空间。如果人脸在这些低维线性空间的投影具有可分性，就可将这些投影用作识别的特征矢量，这就是特征脸(PCA)方法的基本思想。这些方法需要较多的训练样本，而且完全是基于图像灰度的统计特性的，目前有一些改进型的特征脸方法。