服務熱線
021-51099719
在現代化停車場管理中，涉及到各方面的管理，其中車輛的管理是一個重要的方面。尤其是對特殊停車場、大院及政府機關、小區而言，要求對各種車輛實時地進行嚴格的管理，對其出入的時間進行嚴格的監視，并對各類車輛進行登記（包括內部車輛和外部車輛）和識別。對大規模的場區中，各種出入的車輛較多，如每輛車都要進行人工判斷，既費時，又不利于管理和查詢，保衛工作比較困難，效率低下。為了改善這種與現代化停車場、大院及政府機關、小區等不相稱的管理模式，需要盡快實現車輛管理工作的自動化、智能化，并以計算機網絡的形式進行管理，對所有出入口的車輛進行有效地、準確地監測和管理。要求系統提供相應的應用軟件，實現營區管理的高效率、智能化。
系統自動識別進入小區車輛的號碼和車牌特征，驗證用戶的合法身份，自動比對黑名單庫，自動報警，并可對整個停車場情況進行監控和管理，包括出入口管理，內部管理，采集，存儲數據和系統工作狀態，以便管理員進行監控，維護，統計，查詢和打印報表等工作。車輛出入小區，完全處于系統監控之下，使小區的出入，收費，防盜，車位管理完全智能化、自動化并具有方便快捷，安全可靠的優點．
其主要特點如下：
識別系統對環境的依賴性降低至最低程度，可實現全天候正常工作，且識別率保持較高水平。
基于LPR識別系統提高了識別的速度和準確性。
可識別的最小號牌寬度為80個像素
適應復雜的氣候及光照條件，如陰天、雨天、晚上仍可保證高識別率。
適應高速大流量，車速在20 km/h，單車道流量為30輛/分鐘時仍可保證高識別率(>98%)。
實現對視頻圖像的逐幀處理，視頻流觸發，不用埋設地感線圈（雙通道），避免破壞路面。
工程安裝簡便、運行穩定，不干擾用戶已有系。
具有極高的處理能力，對車輛行進過程中所有圖像都進行識別和處理，不依賴于單張圖片，有效提高設備對復雜環境的適應能力
1.1、對不同光照的適應能力
在工程現場環境比較復雜，例如：煙霧、雨雪、日光不同角度的照射、車燈以及大型廣告牌等都有可能對識別系統造成干擾，特別是采用外觸發方式的識別設備，其識別率嚴重依賴于所抓拍的圖片，當抓拍的瞬間，車輛牌照處在受干擾位置，會造成誤識別。
我公司的車牌識別算法對視頻圖像進行逐幀實時處理，車輛在運動過程中，角度、光照是不斷變化的，總會在某些時刻車牌是清晰的，一定會采集到一些車牌清晰的視頻幀用于分析和識別，因此我公司的車牌識別設備對光線、氣候的抗干擾能力極強
1.2、對闖關車輛和超低速行駛車輛的適應能力
由于采用高速算法平臺，適應時速20公里/小時的車速，使得車輛在超高速（闖關沖卡車輛）行駛或超低速行駛時都能準確識別車牌號碼抓拍圖片，避免了因高速車輛通行路口無法捕獲的現象發生。
一、識別流程
車牌自動識別是一項利用車輛的動態視頻或靜態圖像進行牌照號碼、牌照顏色自動識別的模式識別技術。
其硬件基礎一般包括觸發設備（監測車輛是否進入視野）、攝像設備、照明設備、圖像采集設備、識別車牌號碼的處理機（如計算機）等，其軟件核心包括車牌定位算法、車牌字符分割算法和光學字符識別算法等。
某些車牌識別系統還具有通過視頻圖像判斷是否有車的功能稱之為視頻車輛檢測。
一個完整的車牌識別系統應包括車輛檢測、圖像采集、車牌識別等幾部分。
當車輛檢測部分檢測到車輛到達時觸發圖像采集單元，采集當前的視頻圖像。車牌識別單元對圖像進行處理，定位出牌照位置，再將牌照中的字符分割出來進行識別，然后組成牌照號碼輸出。
二、車輛檢測
車輛檢測可以采用埋地線圈檢測、紅外檢測、雷達檢測技術、視頻檢測等多種方式。
采用視頻檢測可以避免破壞路面、不必附加外部檢測設備、不需矯正觸發位置、節省開支，而且更適合移動式、便攜式應用的要求。
系統進行視頻車輛檢測，需要具備很高的處理速度并采用優秀的算法，在基本不丟幀的情況下實現圖像采集、處理。
若處理速度慢，則導致丟幀，使系統無法檢測到行駛速度較快的車輛，同時也難以保證在有利于識別的位置開始識別處理，影響系統識別率。因此，將視頻車輛檢測與牌照自動識別相結合具備一定的技術難度。
武漢車牌識別
三、號碼識別
為了進行車牌識別，需要以下幾個基本的步驟：
1、牌照定位，定位圖片中的牌照位置；
2、牌照字符分割，把牌照中的字符分割出來；
3、牌照字符識別，把分割好的字符進行識別，*終組成牌照號碼。
車牌識別過程中，牌照顏色的識別依據算法不同，可能在上述不同步驟實現，通常與車牌識別互相配合、互相驗證。
3.1牌照定位
自然環境下，汽車圖像背景復雜、光照不均勻，如何在自然背景中準確地確定牌照區域是整個識別過程的關鍵。
首先對采集到的視頻圖像進行大范圍相關搜索，找到符合汽車牌照特征的若干區域作為候選區，然后對這些侯選區域做進一步分析、評判，*選定一個*的區域作為牌照區域，并將其從圖像中分離出來。
3.2牌照字符分割
完成牌照區域的定位后，再將牌照區域分割成單個字符，然后進行識別。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間或字符內的間隙處取得局部*小值的附近，并且這個位置應滿足牌照的字符書寫格式、字符、尺寸限制和一些其他條件。
利用垂直投影法對復雜環境下的汽車圖像中的字符分割有較好的效果。
3.1牌照字符識別方法
主要有基于模板匹配算法和基于人工神經網絡算法。
基于模板匹配算法首先將分割后的字符二值化并將其尺寸大小縮放為字符數據庫中模板的大小，然后與所有的模板進行匹配，選擇*匹配作為結果。
基于人工神經網絡的算法有兩種：一種是先對字符進行特征提取，然后用所獲得特征來訓練神經網絡分配器；
另一種方法是直接把圖像輸入網絡，由網絡自動實現特征提取直至識別出結果。
實際應用中，車牌識別系統的識別率還與牌照質量和拍攝質量密切相關。
牌照質量會受到各種因素的影響，如生銹、污損、油漆剝落、字體褪色、牌照被遮擋、牌照傾斜、高亮反光、多牌照、假牌照等等；
實際拍攝過程也會受到環境亮度、拍攝方式、車輛速度等等因素的影響。
這些影響因素不同程度上降低了車牌識別的識別率，也正是車牌識別系統的困難和挑戰所在。
為了提高識別率，除了不斷地完善識別算法還應該想辦法克服各種光照條件，使采集到的圖像利于識別。