肥城小区栅栏式道闸门、栅栏式起落杆、栅栏道闸门

肥城小区栅栏式道闸门、栅栏式起落杆、栅栏道闸门

智能车牌识别停车场管理系统是我司根据当前市场发展与客户的需要，开发出来的一款以车辆车牌作为车辆进出车场主要凭证，同时可辅以IC卡刷卡、可实现固定车辆和临时车辆收费、基于以太网的停车场管理系统。该系统支持多通道进出与图像对比、满足复杂的收费需求；数据处理速度快、信息存储安全、扩展性强，能根据用户的需求，提供合适的停车场系统解决方案。

主要特点：

l 正常情况下，完全以车牌作为出入场凭证

l 对临时车牌可进行精确收费，月租车牌过期后可进行临时收费，有效地防止停车费用的流失

l 具备脱机与脱网功能。在脱机与脱网时，月租用户可自由出入

l 车牌识别一体机可代替传统的视频系统，不需要补光灯、摄像机等。成本低，有较强的竞争力

l 支持多种车牌识别器，客户可选择面多

l 提供多种网络显示屏，可播放与显示广告词、出入场欢迎词、时间、剩余车位、收费金额等

识别流程

车牌自动识别是一项利用车辆的动态视频或静态图像进行牌照号码、牌照颜色自动识别的模式识别技术。其硬件基础一般包括触发设备（监测车辆是否进入视野）、摄像设备、照明设备、图像采集设备、识别车牌号码的处理机（如计算机）等，其软件核心包括车牌定位算法、车牌字符分割算法和光学字符识别算法等。某些车牌识别系统还具有通过视频图像判断是否有车的功能称之为视频车辆检测。一个完整的车牌识别系统应包括车辆检测、图像采集、车牌识别等几部分(如图1所示)。当车辆检测部分检测到车辆到达时触发图像采集单元，采集当前的视频图像。车牌识别单元对图像进行处理，定位出牌照位置，再将牌照中的字符分割出来进行识别，然后组成牌照号码输出。

车辆检测

车辆检测可以采用埋地线圈检测、红外检测、雷达检测技术、视频检测等多种方式。采用视频检测可以避免破坏路面、不必附加外部检测设备、不需矫正触发位置、节省开支，而且更适合移动式、便携式应用的要求。

系统进行视频车辆检测，需要具备很高的处理速度并采用优秀的算法，在基本不丢帧的情况下实现图像采集、处理。若处理速度慢，则导致丢帧，使系统无法检测到行驶速度较快的车辆，同时也难以保证在有利于识别的位置开始识别处理，影响系统识别率。因此，将视频车辆检测与牌照自动识别相结合具备一定的技术难度。

号码识别

为了进行车牌识别，需要以下几个基本的步骤：

1) 牌照定位，定位图片中的牌照位置；

2) 牌照字符分割，把牌照中的字符分割出来；

3) 牌照字符识别，把分割好的字符进行识别，终组成牌照号码。

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。

1) 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，后选定一个优秀的区域作为牌照区域，并将其从图像中分离出来。

2) 牌照字符分割

完成牌照区域的定位后，再将牌照区域分割成单个字符，然后进行识别。字符分割一般采用垂直投影法。由于字符在垂直方向上的投影必然在字符间或字符内的间隙处取得局部小值的附近，并且这个位置应满足牌照的字符书写格式、字符、尺寸限制和一些其他条件。利用垂直投影法对复杂环境下的汽车图像中的字符分割有较好的效果。

3) 牌照字符识别方法主要有基于模板匹配算法和基于人工神经网络算法。基于模板匹配算法首先将分割后的字符二值化并将其尺寸大小缩放为字符数据库中模板的大小，然后与所有的模板进行匹配，选择优秀匹配作为结果。基于人工神经网络的算法有两种：一种是先对字符进行特征提取，然后用所获得特征来训练神经网络分配器；另一种方法是直接把图像输入网络，由网络自动实现特征提取直至识别出结果。

实际应用中，车牌识别系统的识别率还与牌照质量和拍摄质量密切相关。牌照质量会受到各种因素的影响，如生锈、污损、油漆剥落、字体褪色、牌照被遮挡、牌照倾斜、高亮反光、多牌照、**等等；实际拍摄过程也会受到环境亮度、拍摄方式、车辆速度等等因素的影响。这些影响因素不同程度上降低了车牌识别的识别率，也正是车牌识别系统的困难和挑战所在。为了提高识别率，除了不断地完善识别算法还应该想办法克服各种光照条件，使采集到的图像利于识别。