ETC缴费车牌识别 嵌入式车牌识别 ETC支付停车场系统

工作原理：

高清车牌识别系统采用高清网络摄像机对进入停车场的车辆进行抓拍，它是一个以特定目标为对象的**计算机视觉系统，能从一幅图像中自动提取车牌图像，自动分割字符，进而对字符进行识别，它运用先进的图像处理、模式识别和人工智能技术，对采集到的图像信息进行处理，能够实时准确地自动识别出车牌的数字、字母及汉字字符，并直接给出识别结果，使得车辆的电脑化监控和管理成为现实。识别出来的车牌上传到计算机处理车牌信息，引导车辆进入，保存记录；在停车场出口通过高清网络摄相机对驶出的车辆进行图像抓拍，经计算机自动识别，与数据库中车牌信息对比，对固定车自动放行，对于临时车根据停车时间进行管理，实现车辆的进出监控和管理。

一台电脑能管理一进一出，和多台电脑组成局域网，能实现多进多出的停车场联网管理。入口通过摄像机抓拍图片，经TCP/IP网络上传给本客户端电脑，产生入场记录保存在数据库，出口通过摄像机抓拍图片，由客户端电脑处理识别结果，比对服务器电脑数据库，计算停车时间，根据对应的收费方案计算收费，显示在客户端电脑管理界面，配置语音播报和显示屏显示。

车牌识别模块技术参数

1、视频触发捕获率：
监控区域内对5km/h～160km/h，行驶的车辆图像捕获率达99%以上。
2、车辆号牌识别准确率：
白天车辆号牌识别准确率大于97%；夜间车牌识别准确率90%以上。
3、车牌捕获类型：
新军车牌照；警车牌照；港澳车内地牌照；**车辆等等牌号。
4、整牌识别率＞97%，后5位识别率＞99%
5、识别时间小于25毫秒/帧
6、平均无故障连续运行时间MTBF≥25000小时

主要特点：
? 完全基于视频触发：系统无须借助外部地感线圈触发，能自动在画面中搜寻车牌，进行视频触发，并识别车牌。
? 以视频流技术识别：系统通过对连续视频图像中车牌的跟踪，逐帧处理视频流，有效解决了短时间遮挡造成车牌无法识别或干扰的现象；系统单帧车牌识别时间小于35毫秒。
? 环境适应性强：系统摄像头使用普通工控摄像头，可利用监控用全景摄像头来进行车牌的检测和识别，不需要另外使用近景（特写）摄像头。如果有强光干扰或在夜间使用，则可使用有强光抑制、**级宽动态、防炫光等功能的摄像头，夜间使用时根据环境情况有可能需外加频闪光源。
? 对车牌图像要求低：在720×576的图像中，车牌宽度为图像宽度的1/9（约80象素）以上可以进行有效识别，倾斜在10度以内也可得到很好的识别效果。
? 做到多种、多个车牌的识别：系统能够识别符合“GA36-92”（92式牌照） 和“GA36.1-2001”（02式新牌照）标准的民用车牌，军车、警车等特殊车牌以及港澳两地车牌的汉字、字母、数字、颜色等信息；系统可对视频图像中一个或多个静止及移动的车牌进行检测和识别。
? *习功能：系统利用较新计算机视觉和图像处理技术，通过对采集到的大量复杂环境下的车牌样本进行海量统计分析，从实际数据中“自动”总结出各类模型，使得在各种恶劣环境下都能得到较好的识别效果，较终确保全牌识别率稳定在95%以上。
? 丰富的后台管理功能：可以完成识别结果和车辆图像数据的存储、实时通信、网络安全、远程维护、动态数据交互、硬件参数设置、系统故障诊断等功能。 

应用场合

? 公路交通系统应用
公路收费站：车辆进出卡口均进行车牌识别，并将车牌号写入通行卡，同时相关数据可以做到联网查询，较终做到有效防止倒卡、换卡等偷逃过路费的行为，并可防止收费员利用车类或降档车型进行营私舞弊，对于免费车和月票车，则做到自动放行。
? 停车场系统应用
无人值守停车场：对于内部停车场，可以通过车牌识别结果和停车场内部车辆数据库比对，对注册车辆以及免费车辆予以放行，禁止其他车辆进出，做到完全无人值守。
内部停车场：在**建筑、大学校园或者公共管辖区等地区，系统事先注册的车辆经自动识别后允许自行进入；没有注册的车辆则在保安人员的协助下进入*的停车场区域，并对其进出时间做出相应记录，有效提高管辖区内车辆停放的安全性。
商业停车场：自动识别进入车辆的车牌和进入时间，当该车辆开出停车场时，将识别出其车牌和离开停车场的时间，并由停车场业务管理系统计算出该车辆停留的时间和相应费用。系统能准确将收费车辆和特种车辆进行分类，防止逃票逃费。 

管理软件
它将计算机视觉技术、网络系统技术、机械、电子自动化设备、计算机以及智能卡技术**的结合起来，从而对各类出入车辆进行有效的管理。
高清识别智能停车场系统软件采用面向对象的C#平台开发，支持目前稳定可靠的大型数据库SQL 2000、SQL2008等，软件操作界面简单，具有**强的兼容性。车牌自动识别，实时监控，语音报价，车位提示，多样化收费标准，报表详尽，车辆管理完善，自由组合权限控制。

与同类产品比较

比较方面
我公司产品
同类产品
识别模式
基于视频流的多帧图像识别
基于单帧图像识别
算法模型
智能模糊点阵识别算法，对车牌不清晰的识别准确率仍很高
OCR/字型拓扑结构识别算法，对车牌不清晰的识别准确率很低
触发方式
纯视频触发，只要检测到车牌就能触发，不易出现故障
地感线圈触发，*出现多次触发、不触发、触发错误等故障
传输方式
提供RJ-45网口和RS-232串口两种方式
只有RS-232串口两种方式，传输速度慢，误码率高、安全性差
识别速度和准确率
采用了**的DSP处理芯片作为运算核心，独立于计算机统，避免了软件识别时其它程序运行占内存等的干扰，提高了运算速度，并且不受计算机系统稳定性的干扰，因而很大程度上提高了车牌的识别速度和识别准确率
软件识别的车牌识别系统，在系统工作时，*受到其它程序和计算机系统本身稳定性的干扰，影响车牌识别速度和识别率
对相似字符识别能力
如0、D、Q、O；B、8识别正确率几乎为**
如0、D、Q、O；B、8很*识别错误
可靠性、稳定性
高速DSP嵌入式硬件平台和**的操作系统内核，以此作为算法的硬件基础，同时核心函数采用手工汇编，非常适宜于户外全天侯运行，具有较高的系统稳定性和环境适应性
采用软件方式识别车牌号码的传统结构显然占用CPU资源和内存，特别是同时识别多路车道车牌号码，因计算机大量的运算较易造成死机、系统不稳定甚至系统崩溃等情况的发生
对车辆速度要求
速度达到180KM/H时，整牌识别率仍然不低于93%
速度**一定值时，识别率急剧下降
系统扩展、集成能力
硬件识别的方式，其识别核心位于前端，使识别与处理相分离，这使得其能更灵活地运用于各类系统，*对处理软件进行大的改动即可灵活地加入或去除车牌识别功能。对识别核心的改进也仅需将识别内核换装成高版本的系统，而*对处理软件作任何改动，处理软件只需通过网络接收硬件的识别结果即可
软件识别的传统方式中由于识别核心在处理软件中实现，从而对识别核心的任何改动或者改进都必须对整个处理软件进行调试、检查，工作量大、繁琐且较易造成系统故障甚至崩溃。
摄像机及补光要求
对摄像要无特殊要求，且可利用原有系统的摄像机
采用LED补光，当环境变化(如光线、天气等)时识别率基本无影响
对摄像机的性能要求很高，且很多都要求**摄像机，因对摄像机进行相关硬件开发，造成摄像机无法保修
补光需根据环境的变化进行调节，有一定的局限性，仍然可能受光线、天气等问题影响
安装与维护
安装简单，只需外接视频，网络即可，如原有立杆，可利用原有立杆，且摄像机及补光的调试简单；硬件一般情况下都不会出现故障，基本不用维护。
需安装各种软件及硬件，即使原有立杆，一般仍须重新立杆，且摄像机及补光的调试复杂；工控机长时间运行及识别运算量较大，*死机，维护量大
性价比
主要设备为：识别器+摄像机+补光
成本与同类产品相当，但性价比更高
主要设备为：工控机+采集卡+摄像机+补光
成本不低，且性能很难满足实际需求

深圳市贝昂科技有限公司