车牌识别道闸一体机

九州星辰智慧停车管理系统采用高清视频采集技术和智能车牌识别算法，可以实时捕捉到车牌号码，进行识别和匹配，并调出停车场所有进出车辆的授权车辆数据库进行比对。一旦能够确认了停车许可证的有效性，系统将自动打开大门，让授权车辆进出，实现无人操作。并且将记录在系统中备案，方便随时调出参考。自动化停车场，优化车辆安全管理，为停车场管理公司降低成本、提高效率。

产品特性

采用嵌入式车牌识别算法：综合识别率高于99%

视频流识别优化处理：通过优化数据的预处理和传输方式来提高算法的准确性和速度，保证识别准确率

自动控制：自动跟踪光线变化、有效抑制顺光和逆光；夜间抑制汽车大灯；补光灯基于图像分析算法进行控制，避免了传统基于光敏电阻补光的不稳定性

可脱机运行：前置数据存储功能

无车牌车辆智能处理：多触发机制保证无车牌（或严重污损等）车辆的正常通行管理

产品稳定：采用合理的硬件架构和稳定的算法

调节相机：电动调焦，远程控制

功能详解

1.车牌识别

支持牌照类型：普通蓝牌、黑牌、黄牌、双层黄牌、警车车牌、新式武警车牌、新式军牌、使馆车牌、港澳进出大陆车牌

识别特征：号码、颜色、类型、宽度

输出结果：车辆特征图像、车牌图像、牌照号码、颜色、类型、通过时间

2.成像

高清 H.264，MJpeg 输出，支持输出JPEG 格式抓图

支持地感、视频、485、网络等触发方式

支持智能自动、手动调节白平衡

手动调光，基于图像的灯光控制

基于车牌亮度的曝光控制

3.其他多样化功能

支持连续视频采集与抓拍同时具备的工作模式，并且两种模式的成像参数独立控制

支持 OSD 信息叠加

具有即时上报工作状态功能，包括：工作状态、客户端连接状态等

支持网络自动连接、即插即用

4.网络功能

提供一个10M/100M兼容的以太网端口

具备 WEB 服务器功能，可以通过浏览器访问

支持 TCP/IP 协议等多种网络协议，可以通过应用软件或 web 浏览器设置参数、查看设备状态，可以通过网络报警v 支持动态IP地址，支持局域网、Internet（ADSL、有线）

可以通过网络远程升级，实现远程维护

每个设备占用一个 IP 地址，多个用户可以同时进行网络监控

 

系统优点

1、系统直接控制车闸开关，二十四小时全天候操作，减低人为错误。

2、如发现未登记车辆驶入，警报系统会自动启动，车闸不会开启，阻止未淮许车辆进入。

3、内置登记车辆资料库自动核实功能，月租车主不需刷卡便能驶进，方便快捷。

4、全智能控制，授权管理人员可随时增加、删除及修改车辆资料，减低系统维护成本。

5、所有进出车辆均纪录在案，只需输入车牌号码，便能查找车辆进出纪录。

6、系统能和闸机、时租票机、智能门禁系统结合，能针对个别停车场管理需要，增删功能以达至完善管理。

 

灵活的系统集成——可选购性

车辆管理系统提供灵活的系统接口功能，可结合不同系统模块或其他有关的营运管理系统。作多元化停车场管理系统，其扩展功能包括:

1、驾驶者样貌拍摄系统

2、时租票机

3、智能缴费系统

4、RFID无线射频识别系统

车牌识别系统组成及工作流程

一、系统组成

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。

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。

二、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高效的算法，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。

三、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。

3.1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，*选定一个*的区域作为牌照区域，并将其从图像中分离出来。

3.2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。

3.3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*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、假牌照等等；

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。