宜昌车牌识别系统的研究和优位停车的车牌识别定位方法
发布时间：2016-08-26 15:14:01一、引言 随着国民经济的高速发展，高速公路、城市道路、停车场建设越来越多，对交通控制、安全管理的要求也日益提高，智能交通系统已成为世界交通领域研究的前沿课题。在此基础上发展的车牌识别系统是智能交通系统的重要组成部分，在交通管理中占有重要地位。智能停车系统主要由三部分组成：车牌定位、字符分割、字符识别，其中车牌定位的成功与否直接影响是否能够进入车牌识别以及车牌识别的准确率。主要的车牌定位方法：基于灰度图像的车牌定位方法、基于小波变换的车牌定位方法、基于形态学的车牌定位方法、基于神经网络的车牌定位方法、基于支持向量机的车牌定位方法等。虽然这些算法在某些特定条件下识别效果较好，但综合一些诸如天气、背景、车牌磨损和图像倾斜等干扰因素的影响，暂时还不能完全满足实际应用的要求，有必要进行进一步的研究。 二、车牌定位方法 2.1基于灰度图像的车牌定位方法 灰度数字图像是每个像素只有一个采样颜色的图像。这类图像通常显示为从黑色到白色的灰度。为了便于车牌定位，将该图像转换成二值图像,即只有黑色和白色两种颜色的图像。 此方法是应用车牌的如下特点：车牌牌照的字符和背景的对比度比较大,对应于车牌区域的水平灰度变化比较频繁；再者车牌一般挂在汽车的缓冲器上或附近，并靠近图像的下部,干扰一般比较少。根据以上特点，使用靠近水平方向的一阶差分运算，以突出灰度变化频繁的区域。其一阶差分运算的算式为： g(i，g)=f(i，j)-f(i，j+1) (1) 上式中，i=，2，3，m；m为图像的高度； j=1，2，3，n；n为图像的宽度。 再对图像的水平差分图像g(x，y)的灰度值沿水平方向累加后做投影，可得投影图：水平方向累加后投影的算式为： 从车牌照是一个矩形这一特点，我们可以判断它所对应的水平投影图与车牌的形状相仿，是一块较为独立的矩形区域，从水平投影图中可以看车牌位置基本对应于图中从下到上的第一个较大的波峰，车牌投影值区域大致对应于上述波峰值上、下邻域的波谷之间所包含的投影值区域，且这两个波谷大致对称于波峰，波峰和波谷的变化率较大。在这个过程中最重要的是确定选择哪个波峰，如果这个波峰的两个波谷之间的值的高度都大于某一个设定的值，并且两个波谷之间的宽度大致等于车牌照的高度，就认定它所确定的区域就是车牌的水平位置。对于车牌垂直方向的定位算法：一般情况下，车牌的底色和字符的颜色的对比度很大，而且在一个相对范围较小的范围内变化比较频繁，通过这个特征确定车牌垂直方向。该方法对质量较高的图像有很好的定位，不过对于图像中车前和车牌附近的车辆背景过多，容易导致错误的车牌定位。 2.2基于小波变换的车牌定位方法 小波变换是20世纪80年代中后期在傅里叶分析的基础上发展起来的一个重要的应用数学分支。与傅里叶变换相比，小波变换具有较强的时、频域局部分析能力。通过伸缩和平移等运算功能对信号进行多尺度细化分析，在高频处取窄的时(空)间窗，在低频处取宽的时(空)间窗，克服了傅里叶分析无法同时在时域和频域上取得良好局部特性的局限性，近年来这一方法在很多工程领域得到广泛应用。小波分析的核心是多分辨率分解，其良好的时频特性使其成为研究精细结构的理想工具。在车牌图像处理方面，经过基于小波变换的高通滤波，车牌区域的横、竖、撇、捺笔划变得十分简洁、明晰，与传统算法中通过中值滤波等方法来滤除图片中的噪声干扰相比较，小波变换增强了处理的针对性，在降噪的同时增强了有用信息，便于在后续程序中获取车牌区域的细节信息。南京航天航空的马永一、宋铮等人将小波变换直接应用于车牌定位，提出了一种直接对灰度图像进行除噪处理的方法。 该方法是首先设计一个基于小波变换的滤波器，然后对图片进行x层小波变换之后对低频部分llx进行衰减，再进行小波反变换即可实现高通滤波，滤除图片中由于光照不均等多种因素造成的噪声干扰个突出车牌区域。在传统的车牌定位算法中，都是先对图像进行二值化处理。对于原始的灰度图像中存在很明显的由光照不均引起的亮度差别，汽车的左半部分的亮度因建筑物遮挡比右半部分的亮度暗，同时右半部分也存在着局部的光线不足的情况下，如果直接进行平均灰度整体阈值二值化，很容易出现由于阈值选取过高而造成车牌区域的不可辨识的情况，假如在程序中刻意降低阈值又会引入很多噪声，失去了二值化的使用意义。如果使用局部阈值二值化，一方面增加了计算阈值的工作量，增加了处理时间，同时也可能会因为区域划分的原因引发新的边界噪声干扰。使用基于小波变换的高通滤波处理后，图片效果十分理想，不仅完全消除了光照不均造成的影响，而且使车牌区域更加突出，大大提高了定位查找的准确率。但是降噪预处理时的重构信号会丢失原有的时域特征。 2.3基于形态学的车牌定位方法 数学形态学是由一组形态学的代数运算子组成的，它的基本运算有4个： 膨胀、腐蚀、开启和闭合，它们在二值图像和灰度图像中各有特点。基于这些基本运算还可推导和组合成各种数学形态学实用算法，用它们可以进行图像形状和结构的分析及处理，包括图像分割、特征抽取、边界检测、图像滤波、图像增强和恢复等。数学形态学方法利用一个称作结构元素的探针收集图像的信息，当探针在图像中不断移动时，便可考察图像各个部分之间的相互关系，从而了解图像的结构特征。上海大学的卢雅琴、邬凌超基于形态学的思想提出了一种基于形态学的车牌定位方法。 该方法的具体步骤如下：首先对原始图像进行二值化处理，然后采用41的结构元素对已二值化的图像进行滤波，去除图像的噪声。采用169的结构元素再对去噪后的图像进行膨胀，然后再用同样大小的结构元素做腐蚀运算，使车牌所在的区域形成连通的区域。然后标记出图像中所有的连通的区域，并计算出每个连通区域的外接矩形框，利用车牌的先验知识，确定车牌的位置。上述基于形态学处理的车牌定位方法，可以较好地确定图像中车牌的位置，且算法简单、实时性强。但是使用过大过小的结构元素，都无法使车牌区域形成闭合的连通区域。因此结构元素的选取非常重要。 2.4基于神经网络的车牌定位方法 bp神经网络是目前人工神经网络中研究最深入、应用最为广泛的一种模型，是bp(back propagation)学习算法在多层前馈网络中的一种应用模型。 bp网络的实质就是多层感知器(multi-layer perceptron，mlp)，对于常用的三层(含有输入层、隐含层和输出层) 网络来说，第一层属于输入层，接受输入向量;第二层属于隐含层，用于记忆，增加网络的可调参数，使网络输出更加精确;第三层属于输出层，输出网络结果。相邻层之间的节点属于全连接，相同层之间的节点没有连接。理论上，对于三层bp去 网络只要使得对隐含层的节点增大到一定的范围就可以拟合任何非线性函数。bp算法由正向传播和反向传播组成。正向传播是输入信号从输入层经隐含层传向输出层，若输出层得到期望的输出，则算法结束；否则，转至反向传播。反向传播就是将误差信号(样本输出与网络输出之差)按原连接通路反向计算，由梯度下降法调整各层神经元的权值，使误差信号减小，直至误差达到期望的误差。 该方法主要利用神经网络进行模式识别的一些优势：其一，它允许对问题的了解较少；其二，它可以实现特征空间中比较复杂的划分。基于神经网络的车牌定位方法主要分以下步骤，首先对bp网络进行训练，选取各种情况下的车牌图像，将其转换成灰度图像，每一幅图像的全部灰度值作为网络的一组输入向量，如果是含牌照的汽车图像，则设定其网络输出为高(0.9)，否则为低(0.1)，反复训练直至达到理想的效果。然后对实际图像进行预处理：灰度化，直方图化，滤波器滤波，增强图像并去除图像的噪声。最后用一个mn的滑动窗口(mn根据实际车牌的宽高比例设定)逐个像素地遍历预处理后的图像，窗口内子图像的数据经过归一化后送到神经网络的输入端作为输入向量，如果神经网络输出为高，则可判断此滑窗所在位置有车牌，否则无车牌。利用神经网络进行车牌的定位，其优点在于可以充分利用神经网络的自适应性，但这种方法也存在缺点，即需要花费一些时间进行网络的训练。如何缩短神经网络的训练时间，即提高其收敛速度是一个研究的难点。 2.5基于支持向量机的定位方法 支持向量机(svm)是20世纪90 年代初由vap2nik等人提出的一类新型机器学习方法，主要用于解决有限样本情况下的模式识别问题。此方法能够在训练样本很少的情况下达到很好的分类推广能力。由于车牌区域有着的纹理，寻找一种良好性能的分类器，凸现这种纹理特征，使它与其它区域区别开来。支持向量机(算 support vector machine，svm)正是这样一种分类学习机制。 所以对车牌定位的研究，提出一种基于支持向量机的定位方法。首先将图像分割为nn大小的子块，提出每个子块的灰度特征，训练svm 分类器；然后用训练好的分类器进行牌照子块和非牌照子块的分类，再使用数学形态学滤波和区域合并；最后运用投影方法定位牌照区域。实验结果表明，该方法能比较好地定位牌照区域，但是由于svm算法对大规模训练样本难以实施，并且用svm解决多分类问题也存在困难，如果能解决这个问题车牌定位将会更精确。 三、结束语 武汉车牌识别系统，优位停车（www.mldpark.com）一站式供应。本文在现有的武汉车牌识别系统的基础上，对近年来国内出现的车牌定位方法进行了全面的综述，车牌定位是车牌识别中的关键。上述车牌定位方法在理想条件下很好，但是由于车牌背景的复杂性与车牌特征的多样性，研究更实用的车牌定位方法是下一步要做的。如果将上述某些方法的特点相结合，集各家所长，有可能研究一种更好的车牌定位方法。
高清车牌识别一体机系统软件功能特点
发布时间：2016-08-10 22:15:04数字高清车牌识别软件 功能特点: *高清车牌识别 支持车牌类型: 普通蓝牌、黄牌、黑牌、双层黄牌、警车车牌、新旧武警车牌、新旧军牌、港澳牌(在 内地上的港澳牌，牌上有写港、澳字的)、使馆牌、不发光蓝牌(老车牌）； *高清车牌识别自动开闸功能可选:若系统里有输入白名单或黑名单，软件识别后和白名单或黑名单对比，是白名单里的即开闸、是黑名单里的则不开闸；若系统里未建名单，软件识别后自动开闸； *高清车牌识别支持连续视频流识别、支持单帧抓拍识别，完整的sdk 支持; *语音播报:可以根据客户需求播报车辆信息及各种欢迎词: *高清车牌识别支持统计和查询功能,并能生成报表打印； *完整的sdk 支持，允许用户通过sdk 包进行二次开发； *高效优化的识别算法，车牌自动识别基于视频的多帧校对，识别率高达99.8%（卡口使用）; *识别速度：视频为平均10-15帧/秒，单张图片30毫秒； *单车道识别，车牌自动识别车辆行驶速度：180km/h； *车牌像素宽度：50 200像素宽度之间；识别信息: 号码、颜色、时间； *输出结果: 车牌自动识别自动保存通过的车牌信息、车牌图像、抓拍时间、文件名称； *运行环境：win2000、xp、linux、win7等
全面解析车牌识别技术工作原理及流程
发布时间：2016-08-08 14:27:01车牌识别是利用车辆的动态视频或静态图像进行车牌号码、车牌颜色自动识别的模式识别技术。技术的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。 车牌识别技术工作原理 车辆检测：可采用埋地线圈检测、红外检测、雷达检测技术、视频检测等多种方式感知车辆的经过，并触发图像采集抓拍。 图像采集：通过高清摄像抓拍主机对通行车辆进行实时、不间断记录、采集。 预处理：噪声过滤、自动白平衡、自动曝光以及伽马校正、边缘增强、对比度调整等。 车牌定位：在经过图像预处理之后的灰度图像上进行行列扫描，确定车牌区域。 字符分割：在图像中定位出车牌区域后，通过灰度化、二值化等处理，精确定位字符区域，然后根据字符尺寸特征进行字符分割。 字符识别：对分割后的字符进行缩放、特征提取，与字符数据库模板中的标准字符表达形式进行匹配判别。 结果输出：将车牌识别的结果以文本格式输出。 车牌识别技术工作流程 车牌识别系统采用高度模块化的设计，将车牌识别过程的各个环节各自作为一个独立的模块。 一、车辆检测跟踪模块 车辆检测跟踪模块主要对视频流进行分析，判断其中车辆的位置，对图像中的车辆进行跟踪，并在车辆位置最佳时刻，记录该车辆的特写图片，由于加入了跟踪模块，系统能够很好地克服各种外界的干扰，使得到更加合理的识别结果，可以检测无牌车辆并输出结果。 二、车牌定位模块 车牌定位模块是一个十分重要的环节，是后续环节的基础，其准确性对整体系统性能的影响巨大。车牌系统完全摒弃了以往的算法思路，实现了一种完全基于学习的多种特征融合的车牌定位新算法，适用于各种复杂的背景环境和不同的摄像角度。 三、车牌矫正及精定位模块 由于受拍摄条件的限制，图像中的车牌总不可避免存在一定的倾斜，需要一个矫正和精定位环节来进一步提高车牌图像的质量，为切分和识别模块做准备。使用精心设计的快速图像处理滤波器，不仅计算快速，而且利用的是车牌的整体信息，避免了局部噪声带来的影响。使用该算法的另一个优点就是通过对多个中间结果的分析还可以对车牌进行精定位，进一步减少非车牌区域的影响。 四、车牌切分模块 车牌系统的车牌切分模块利用了车牌文字的灰度、颜色、边缘分布等各种特征，能较好地抑制车牌周围其他噪声的影响，并能容忍一定倾斜角度的车牌。这一算法有利于类似移动式稽查这种车牌图像噪声较大的应用。 五、车牌识别模块 在车牌识别系统中，通常采用多种识别模型相结合的方法来进行车牌识别，构建一种层次化的字符识别流程，可有效地提高字符识别的正确率。另一方面，在字符识别之前，使用计算机智能算法对字符图像进行前期处理，不仅可尽可能保留图像信息，而且可提高图像质量，提高相似字符的可区分性，保证字符识别的可靠性。 六、车牌识别结果决策模块 识别结果决策模块，具体地说，决策模块利用一个车牌经过视野的过程留下的历史记录，对识别结果进行智能化的决策。其通过计算观测帧数、识别结果稳定性、轨迹稳定性、速度稳定性、平均可信度和相似度等度量值得到该车牌的综合可信度评价，从而决定是继续跟踪该车牌，还是输出识别结果，或是拒绝该结果。这种方法综合利用了所有帧的信息，减少了以往基于单幅图像的识别算法所带来的偶然性错误，大大提高了系统的识别率和识别结果的正确性和可靠性。 七、车牌跟踪模块 车牌跟踪模块记录下车辆行驶过程中每一帧中该车车牌的位置以及外观、识别结果、可信度等各种历史信息。由于车牌跟踪模块采用了具有一定容错能力的运动模型和更新模型，使得那些被短时间遮挡或瞬间模糊的车牌仍能被正确地跟踪和预测，最终只输出一个识别结果。
优位停车的服务支持
发布时间：2016-08-05 17:34:12优位停车坐落于武汉市光谷东湖高新技术开发区光谷总部国际，致力于射频识别（2.4G有源RFID）产品战略研究，以RFID技术转化为目标，实现ETC民用普及化，当车辆在通过小区通道时，通过车载设备实现车辆识别、信息读取，出口时无需收停车费的车辆（如月卡车、内部免费通行车），建设无人值守的快速通道，免取卡、不停车的出入体验。对临时车辆自动从预先绑定的IC卡或银行账户上扣除相应资金，实现不停车管理。 目前优位停车系统产品广泛用于湖北停车管理市场，并广受人们欢迎。优位停车以停车管理为主要服务内容，主要包括：停车场设备、智能停车设备及系统、ETC智能停车场、ETC标签和读头、车位引导、逆向寻车、立体车库、环氧地坪、交通标识、安防弱电、楼宇对讲、智能家居。 一、系统 最新的互联网软硬件框架技术 优位停车创造性的采用最新的互联网软硬件框架技术，大大的提升了系统的稳定性和响应速度。 全新的嵌入式的框架 彻底抛弃了传统的Windows PC机作为主控系统的做法，大大的提升了系统的安全性，避免不必要的病毒攻击，同时避免开关机导致的系统宕机，大大提高了系统的可用性，确保系统24小时不间断运行。 更强大的本地脱机管理系统 更强大的本地脱机管理系统，宽带网络中断依然不影响系统的正常运行，车辆进出自动识别，自动计费和扣款依然可以正常运行。 更先进的4核高性能CPU 计算能力超过其它竞品数倍以上，轻松支持大流量车辆进出识别及计费统计。达到99.9%以上的系统稳定性，再严苛的停车场环境一样应付自如。 主控系统自动热备 主控系统自动热备，任何一个节点故障都不影响系统整体流畅运行和计费管理。 更智能的故障管理及恢复机制 系统支持异常突发自动报警及恢复，系统可以在几十秒内快速重启恢复，并通知公司物业管理人员。地感故障死机自动报警快速重启机制等，业务可用性大大提升。 二、技术优势 专利级优位智能停车场硬件配套 优位停车自主研发的国家专利级停车场智能硬件，让传统的停车场快速联接互联网云端，实的人车生活全网联接，打造真正意义上的互联网+智能停车场。 99.9%车牌识别成功率 与国内顶尖学府合作研究的车牌识别算法，识别成功率超过99.9%，高居国内同类车牌识别器榜首。并可以脱机运行，且自动存储车牌识别结果。 更快的识别速度 DSP车牌识别，极致优化的嵌入式车牌识别算法，比传统软识别更快更准确，配3-6秒升降的快速道闸，20ms就可以完成识别，使车辆高效进出无需等待。 更大的识别角度 自动调焦，远程控制，支持摄像功能，提供通用摄像头接口。超过45度角的极端角度依然可以正常识别，远远超过其他同类产品。 智能无卡快捷通行 通过车牌识别自动进出，不摇车窗，不停车，快捷、方便，保障车主无卡快速通行。尤其高峰期车流鱼贯而入，既节约了车主的时间，又体现了高科技管理的效率。无需取票、无需刷卡，无丢失停车凭证之弊，零耗材管理，响应了国家低碳环保的号召。 提高工作效率和经济效益 可实现入口无人值守，节约管理人员的费用支出，降低了管理成本，加强了管理严密性。车辆出口处语音播报并显示详情，也减少了口角矛盾，提高了工作效率和经济效益。且道闸具备防砸车检，呵护人车安全和降低闸杆维修支出； 一键预约车位并按车牌收费 车主提前预约，通过车牌识别自动进出，同时可以选择自动缴费，自然而且高效。不用再为停车烦恼，节省了大量时间。 三、管理后台 停车管理云平台，停车场停车收费数据接入云平台管理中心，实现对于停车场的远程集中管理； 停车场管理：一个管理后台，管理上千停车场 无论是大型物业集团还是小型的社区物业，优位停车个性定制的智能停车场管理后台，满足多元物业管理的个性需求。 车卡管理：让繁琐变得简单易用 月卡的办理、临时卡的管理、黑名单白名单的管理，琐碎的事物在优位管理后台上都变得简单易用。 设备管理：远程管理，更轻松 智能停车场的所有设备，都集合到管理后台，轻松实现远程管理硬件设备，故障远程排查解除。 财务管理：收支透明，开源节流 数据化的财务收支管理，杜绝了人为的财务损失，支持商家广告增值功能，智能错峰停车，增加停车场经营收入。 统计报表：一目了然 客流量、停车时长、销售收入、现金流量、停车场通行效率、泊位利用率可视化数据统计呈现，一目了然。
武汉车牌识别系统的研究和优位停车的车牌识别定位方法
发布时间：2016-08-25 17:06:41一、引言 随着国民经济的高速发展，高速公路、城市道路、停车场建设越来越多，对交通控制、安全管理的要求也日益提高，智能交通系统已成为世界交通领域研究的前沿课题。在此基础上发展的车牌识别系统是智能交通系统的重要组成部分，在交通管理中占有重要地位。智能停车系统主要由三部分组成：车牌定位、字符分割、字符识别，其中车牌定位的成功与否直接影响是否能够进入车牌识别以及车牌识别的准确率。主要的车牌定位方法：基于灰度图像的车牌定位方法、基于小波变换的车牌定位方法、基于形态学的车牌定位方法、基于神经网络的车牌定位方法、基于支持向量机的车牌定位方法等。虽然这些算法在某些特定条件下识别效果较好，但综合一些诸如天气、背景、车牌磨损和图像倾斜等干扰因素的影响，暂时还不能完全满足实际应用的要求，有必要进行进一步的研究。 二、车牌定位方法 2.1 基于灰度图像的车牌定位方法 灰度数字图像是每个像素只有一个采样颜色的图像。这类图像通常显示为从黑色到白色的灰度。为了便于车牌定位，将该图像转换成二值图像,即只有黑色和白色两种颜色的图像。 此方法是应用车牌的如下特点：车牌牌照的字符和背景的对比度比较大,对应于车牌区域的水平灰度变化比较频繁；再者车牌一般挂在汽车的缓冲器上或附近，并靠近图像的下部,干扰一般比较少。根据以上特点，使用靠近水平方向的一阶差分运算，以突出灰度变化频繁的区域。其一阶差分运算的算式为： g(i，g)=f(i，j)-f(i，j+1) (1) 上式中，i=，2，3，m；m为图像的高度； j=1，2，3，n；n为图像的宽度。 再对图像的水平差分图像g(x，y)的灰度值沿水平方向累加后做投影，可得投影图：水平方向累加后投影的算式为： 从车牌照是一个矩形这一特点，我们可以判断它所对应的水平投影图与车牌的形状相仿，是一块较为独立的矩形区域，从水平投影图中可以看车牌位置基本对应于图中从下到上的第一个较大的波峰，车牌投影值区域大致对应于上述波峰值上、下邻域的波谷之间所包含的投影值区域，且这两个波谷大致对称于波峰，波峰和波谷的变化率较大。在这个过程中最重要的是确定选择哪个波峰，如果这个波峰的两个波谷之间的值的高度都大于某一个设定的值，并且两个波谷之间的宽度大致等于车牌照的高度，就认定它所确定的区域就是车牌的水平位置。对于车牌垂直方向的定位算法：一般情况下，车牌的底色和字符的颜色的对比度很大，而且在一个相对范围较小的范围内变化比较频繁，通过这个特征确定车牌垂直方向。该方法对质量较高的图像有很好的定位，不过对于图像中车前和车牌附近的车辆背景过多，容易导致错误的车牌定位。 2.2 基于小波变换的车牌定位方法 小波变换是20世纪80年代中后期在傅里叶分析的基础上发展起来的一个重要的应用数学分支。与傅里叶变换相比，小波变换具有较强的时、频域局部分析能力。通过伸缩和平移等运算功能对信号进行多尺度细化分析，在高频处取窄的时(空)间窗，在低频处取宽的时(空) 间窗，克服了傅里叶分析无法同时在时域和频域上取得良好局部特性的局限性， 近年来这一方法在很多工程领域得到广泛应用。小波分析的核心是多分辨率分解，其良好的时频特性使其成为研究精细结构的理想工具。在车牌图像处理方面，经过基于小波变换的高通滤波，车牌区域的横、竖、撇、捺笔划变得十分简洁、明晰，与传统算法中通过中值滤波等方法来滤除图片中的噪声干扰相比较，小波变换增强了处理的针对性，在降噪的同时增强了有用信息，便于在后续程序中获取车牌区域的细节信息。南京航天航空的马永一、宋铮等人将小波变换直接应用于车牌定位，提出了一种直接对灰度图像进行除噪处理的方法。 该方法是首先设计一个基于小波变换的滤波器，然后对图片进行x层小波变换之后对低频部分llx进行衰减，再进行小波反变换即可实现高通滤波，滤除图片中由于光照不均等多种因素造成的噪声干扰个 突出车牌区域。在传统的车牌定位算法中，都是先对图像进行二值化处理。对于原始的灰度图像中存在很明显的由光照不均引起的亮度差别，汽车的左半部分的亮度因建筑物遮挡比右半部分的亮度暗，同时右半部分也存在着局部的光线不足的情况下，如果直接进行平均灰度整体阈值二值化，很容易出现由于阈值选取过高而造成车牌区域的不可辨识的情况，假如在程序中刻意降低阈值又会引入很多噪声，失去了二值化的使用意义。如果使用局部阈值二值化，一方面增加了计算阈值的工作量，增加了处理时间，同时也可能会因为区域划分的原因引发新的边界噪声干扰。使用基于小波变换的高通滤波处理后，图片效果十分理想，不仅完全消除了光照不均造成的影响，而且使车牌区域更加突出，大大提高了定位查找的准确率。但是降噪预处理时的重构信号会丢失原有的时域特征。 2.3 基于形态学的车牌定位方法 数学形态学是由一组形态学的代数运算子组成的，它的基本运算有4个： 膨胀、腐蚀、开启和闭合，它们在二值图像和灰度图像中各有特点。基于这些基本运算还可推导和组合成各种数学形态学实用算法，用它们可以进行图像形状和结构的分析及处理，包括图像分割、特征抽取、边界检测、图像滤波、图像增强和恢复等。数学形态学方法利用一个称作结构元素的探针收集图像的信息，当探针在图像中不断移动时，便可考察图像各个部分之间的相互关系，从而了解图像的结构特征。上海大学的卢雅琴、邬凌超基于形态学的思想提出了一种基于形态学的车牌定位方法。 该方法的具体步骤如下：首先对原始图像进行二值化处理，然后采用41的结构元素对已二值化的图像进行滤波，去除图像的噪声。采用169的结构元素再对去噪后的图像进行膨胀，然后再用同样大小的结构元素做腐蚀运算，使车牌所在的区域形成连通的区域。然后标记出图像中所有的连通的区域，并计算出每个连通区域的外接矩形框，利用车牌的先验知识，确定车牌的位置。上述基于形态学处理的车牌定位方法，可以较好地确定图像中车牌的位置，且算法简单、实时性强。但是使用过大过小的结构元素，都无法使车牌区域形成闭合的连通区域。因此结构元素的选取非常重要。 2.4 基于神经网络的车牌定位方法 bp 神经网络是目前人工神经网络中研究最深入、应用最为广泛的一种模型，是bp(back propagation)学习算法在多层前馈网络中的一种应用模型。 bp网络的实质就是多层感知器(multi-layer perceptron，mlp) ，对于常用的三层(含有输入层、隐含层和输出层) 网络来说，第一层属于输入层，接受输入向量;第二层属于隐含层，用于记忆，增加网络的可调参数，使网络输出更加精确;第三层属于输出层，输出网络结果。相邻层之间的节点属于全连接，相同层之间的节点没有连接。理论上，对于三层bp去 网络只要使得对隐含层的节点增大到一定的范围就可以拟合任何非线性函数。bp算法由正向传播和反向传播组成。正向传播是输入信号从输入层经隐含层传向输出层，若输出层得到期望的输出，则算法结束；否则，转至反向传播。反向传播就是将误差信号(样本输出与网络输出之差)按原连接通路反向计算，由梯度下降法调整各层神经元的权值，使误差信号减小，直至误差达到期望的误差。 该方法主要利用神经网络进行模式识别的一些优势：其一，它允许对问题的了解较少；其二，它可以实现特征空间中比较复杂的划分。基于神经网络的车牌定位方法主要分以下步骤，首先对bp网络进行训练，选取各种情况下的车牌图像，将其转换成灰度图像，每一幅图像的全部灰度值作为网络的一组输入向量，如果是含牌照的汽车图像，则设定其网络输出为高(0.9)，否则为低(0.1)，反复训练直至达到理想的效果。然后对实际图像进行预处理：灰度化，直方图化，滤波器滤波，增强图像并去除图像的噪声。最后用一个mn的滑动窗口(mn根据实际车牌的宽高比例设定)逐个像素地遍历预处理后的图像，窗口内子图像的数据经过归一化后送到神经网络的输入端作为输入向量，如果神经网络输出为高，则可判断此滑窗所在位置有车牌，否则无车牌。利用神经网络进行车牌的定位，其优点在于可以充分利用神经网络的自适应性，但这种方法也存在缺点，即需要花费一些时间进行网络的训练。如何缩短神经网络的训练时间，即提高其收敛速度是一个研究的难点。 2.5 基于支持向量机的定位方法 支持向量机(svm) 是20 世纪90 年代初由vap2nik等人提出的一类新型机器学习方法，主要用于解决有限样本情况下的模式识别问题。此方法能够在训练样本很少的情况下达到很好的分类推广能力。由于车牌区域有着的纹理，寻找一种良好性能的分类器，凸现这种纹理特征，使它与其它区域区别开来。支持向量机(算 support vector machine，svm) 正是这样一种分类学习机制。 所以对车牌定位的研究，提出一种基于支持向量机的定位方法。首先将图像分割为nn大小的子块，提出每个子块的灰度特征，训练svm 分类器；然后用训练好的分类器进行牌照子块和非牌照子块的分类，再使用数学形态学滤波和区域合并；最后运用投影方法定位牌照区域。实验结果表明，该方法能比较好地定位牌照区域，但是由于svm算法对大规模训练样本难以实施，并且用svm解决多分类问题也存在困难，如果能解决这个问题车牌定位将会更精确。 三、结束语 武汉车牌识别系统，优位停车（www.mldpark.com）一站式供应。本文在现有的武汉车牌识别系统的基础上，对近年来国内出现的车牌定位方法进行了全面的综述，车牌定位是车牌识别中的关键。上述车牌定位方法在理想条件下很好，但是由于车牌背景的复杂性与车牌特征的多样性，研究更实用的车牌定位方法是下一步要做的。如果将上述某些方法的特点相结合，集各家所长，有可能研究一种更好的车牌定位方法。
车牌识别系统技术四大应用
发布时间：2016-08-25 16:51:11一、停车场及小区出入口 停车场及小区出入口车牌识别技术的应用，主要用于记录车辆的牌照号码、车牌颜色、出入时间，实现车辆的自动管理，以便节省人力、提高效率；例如应用于智能小区可以自动判别驶入车辆是否属于本小区，对非内部车辆实现自动计时收费。在一些单位这种应用还可以同车辆调度系统相结合，自动、客观地记录本单位车辆的出车情况。 停车场及小区出入口管理单靠人工去记来往车辆的车牌号码和停靠时间是非常困难的，不但会出现错误，还需投入大量人力。一个小小的车牌识别设备安装在停车场的出入口就能一劳永逸地解决很多问题。对于车牌被遮挡、掉漆断裂、模糊不清等也能够分析识别，为停车场及出入口的工作人员省去许多烦恼。 二、高速公路收费站 目前，我国的高速公路建设发展突飞猛进，高速公路四通八达，每个出口均设有收费站，一方面便于收费管理，另一方面也可协助交警对高速公路上的交通进行规范管理。高速公路收费站出入口车牌识别技术的应用，可以极大地方便交警识别违规行驶车辆的号牌信息，对一些违法车辆进行有效的管理和抓捕。 收费站卡口一般设在露天环境中，再加上一些车辆行驶较快，因而对车牌识别技术的要求很高。传统的车牌识别是针对160P像素的车牌进行识别，有效的图像范围小，车牌漏识率高，不能满足收费站卡口的时代需求。现在高清车牌识别的应用解决了以前车牌识别率低的问题，从而为公安和交警的执法提供了可靠的依据。 在收费站出入口安装车牌识别系统，当有车辆驶入时系统识别车辆牌照并将识别到的车牌信息发送到指定的中心管理服务器上，通过和数据库中的盗抢可疑车辆的车牌信息进行对比便可判断出驶入高速公路收费站出入口的车辆是否是盗抢可疑车辆，可极大地避免违法犯罪事故的发生并对已发生的事件提供破案参考信息。 三、在公路卡口中的应用 伴随着我国公路里程建设的增加，人民生活水平的整体提高，现在买车的人越来越多，给公路造成各种各样的违法问题。车牌识别技术作为车辆违法处罚的必要依据，可以对视频中车辆号牌进行自动的检测识别，其中最为典型的就是治安卡口系统，该系统如果没有车牌识别技术，就没有真正意义上的智能化。一个完善的治安卡口管理系统应该具备车牌自动识别、卡口应用系统和中心管理平台三个主要功能。车牌识别是其中最为重要的一部分，车牌识别的优劣直接影响了卡口系统的整体性能，而识别速度是其最为重要的一个技术指标。识别速度快，系统需要占用的系统资源就少、人工介入的可能性就小，系统网络的运行负担也相应减小。识别车牌速度快、准确，车牌识别系统才能有效地实现自动比对报警，避免出现大量的误报。可以为防盗抢车辆、套牌车辆，非法抢劫车辆等犯罪破案提供有力可靠的破案信息。 四、在城市交通的应用 近年来，随着社会经济的快速发展，机动车数量的迅速增长，公路运输变得越来越繁忙。交通管理现状和需求的矛盾进一步加剧，与交通相关的刑事和治安案件也逐年上升。在此情况下，如何利用先进的科技手段，增强公安管理部门对城市内的机动车和驾驶人的查控力度，为打击各类违法犯罪行为提供科技手段，是公安交通管理部门急需解决的问题。 为有效遏制城市内车辆闯红灯违章行为，现在城市内各个路口都在大力安装卡口式的闯红灯违法行为的检测系统，而此系统最重要的组成部分就是车牌识别模块，车牌识别系统主要是确定违法车辆的信息，通过抓拍所有车辆的车牌信息并和公安网的数据库进行比对分析哪些车辆是可疑车辆，减少违法行为的同时也可以控制、减少道路交通事故，应用道路监控设备结合现代信息网络技术，形成道路监控智能化网络系统，更好地提升道路动态管理/控制和满足治安、刑侦、交通管理等新形势的业务需求。
宜昌车牌识别系统|优位停车|领先的车牌识别系统供应商
发布时间：2016-08-24 08:35:22车牌识别系统能够快速识别出车辆的车牌号码，还能够查询，要考核一个车牌识别系统首先要建立在系统能稳定、可靠运行的前提之上。下面就让优位停车带你来了解一下它的后台管理系统功能包括哪些！ 后台管理系统功能应包括： 1、识别结果和车辆图像数据的可靠存储，可以保护图像数据不丢失当系统运行功能，使网络的误差，同时便于人工管理; 2、技术有效的自动定位和查询车辆的车牌号码，识别车牌号码数以万计的同一个数据库的成千上万的自动对准和报警，如果车牌号码不正确读取时，有必要使用模糊查询技术可以获得较为接近最.好的结果; 3、一个好的车牌识别系统的网络操作，还需要提供实时通信，网络安全，远程维护，动态数据交换，车牌识别厂商，数据库，车牌识别价格，硬件参数的设置，系统故障诊断。 车牌识别现在在我们的生活中经常的常见，它加快了车辆通行速度，省去了卡片管理的工作，所以被广泛应用在各大停车场中，但是车牌识别也有识别错误的时候，你认为是什么原因呢？下面就让优位停车带你来了解一下！ 从外因上看，影响车牌识别率的因素主要有视点变换、光线、遮挡、比例、形变、背景复杂等。 车牌识别系统运用在停车场中主要有道闸、车辆检测器、高清车牌识别一体机，电子显示屏、控制中心等组成。通过高清车牌识别一体机对进出口车辆车牌进行抓拍，提取前后图片的对比，判断是否对该车辆进行放行。 由此可见，车牌识别停车场系统对整个系统的要求很高，同时外界环境对识别率也会有很大影响。 对于安装车牌识别停车场系统的停车场，影响其识别率的原因主要有两点： 1、要保证停车场环境光线要足够明亮，对于光线较暗或者是夜间的时候，应该适当增加一些补光设备； 2、保证进出停车场的车辆车牌照要完好无损，这样就可以保证对每辆进出场的车辆车牌都可以进行抓拍。 因此，避免识别环境的复杂程度以及通过辅助手段减缓车速等都可有效提高车牌识别率。 优位停车作为车牌识别厂家（www.mldpark.com）在市场经济的浪潮中拼博和发展，目前优位停车在车牌识别停车场系统中拥有较高的知名度，享有良好的声誉。优位停车取得全网商盟认证，标志着我们的服务和管理水平达到了一个新的高度。优位停车全体员工愿与各界有识之士共同发展，共创美好未来。
湖北车牌识别系统|优位停车|领先的车牌识别系统供应商
发布时间：2016-08-23 10:05:54车牌识别系统能够快速识别出车辆的车牌号码，还能够查询，要考核一个车牌识别系统首先要建立在系统能稳定、可靠运行的前提之上。下面就让优位停车带你来了解一下它的后台管理系统功能包括哪些！ 后台管理系统功能应包括： 1、识别结果和车辆图像数据的可靠存储，可以保护图像数据不丢失当系统运行功能，使网络的误差，同时便于人工管理; 2、技术有效的自动定位和查询车辆的车牌号码，识别车牌号码数以万计的同一个数据库的成千上万的自动对准和报警，如果车牌号码不正确读取时，有必要使用模糊查询技术可以获得较为接近最.好的结果; 3、一个好的车牌识别系统的网络操作，还需要提供实时通信，网络安全，远程维护，动态数据交换，车牌识别厂商，数据库，车牌识别价格，硬件参数的设置，系统故障诊断。 车牌识别现在在我们的生活中经常的常见，它加快了车辆通行速度，省去了卡片管理的工作，所以被广泛应用在各大停车场中，但是车牌识别也有识别错误的时候，你认为是什么原因呢？下面就让优位停车带你来了解一下！ 从外因上看，影响车牌识别率的因素主要有视点变换、光线、遮挡、比例、形变、背景复杂等。 车牌识别系统运用在停车场中主要有道闸、车辆检测器、高清车牌识别一体机，电子显示屏、控制中心等组成。通过高清车牌识别一体机对进出口车辆车牌进行抓拍，提取前后图片的对比，判断是否对该车辆进行放行。 由此可见，车牌识别停车场系统对整个系统的要求很高，同时外界环境对识别率也会有很大影响。 对于安装车牌识别停车场系统的停车场，影响其识别率的原因主要有两点： 1、要保证停车场环境光线要足够明亮，对于光线较暗或者是夜间的时候，应该适当增加一些补光设备； 2、保证进出停车场的车辆车牌照要完好无损，这样就可以保证对每辆进出场的车辆车牌都可以进行抓拍。 因此，避免识别环境的复杂程度以及通过辅助手段减缓车速等都可有效提高车牌识别率。 优位停车_湖北车牌识别系统厂家（www.mldpark.com）位于湖北省武汉市洪山区光谷总部国际。在市场经济的浪潮中拼博和发展，目前优位停车在车牌识别停车场系统中拥有较高的知名度，享有良好的声誉。优位停车取得全网商盟认证，标志着我们的服务和管理水平达到了一个新的高度。优位停车全体员工愿与各界有识之士共同发展，共创美好未来。
荆州车牌识别系统|优位停车|领先的车牌识别系统供应商
发布时间：2016-08-23 09:59:40车牌识别系统能够快速识别出车辆的车牌号码，还能够查询，要考核一个车牌识别系统首先要建立在系统能稳定、可靠运行的前提之上。下面就让优位停车带你来了解一下它的后台管理系统功能包括哪些！ 后台管理系统功能应包括： 1、识别结果和车辆图像数据的可靠存储，可以保护图像数据不丢失当系统运行功能，使网络的误差，同时便于人工管理; 2、技术有效的自动定位和查询车辆的车牌号码，识别车牌号码数以万计的同一个数据库的成千上万的自动对准和报警，如果车牌号码不正确读取时，有必要使用模糊查询技术可以获得较为接近最.好的结果; 3、一个好的车牌识别系统的网络操作，还需要提供实时通信，网络安全，远程维护，动态数据交换，车牌识别厂商，数据库，车牌识别价格，硬件参数的设置，系统故障诊断。 车牌识别现在在我们的生活中经常的常见，它加快了车辆通行速度，省去了卡片管理的工作，所以被广泛应用在各大停车场中，但是车牌识别也有识别错误的时候，你认为是什么原因呢？下面就让优位停车带你来了解一下！ 从外因上看，影响车牌识别率的因素主要有视点变换、光线、遮挡、比例、形变、背景复杂等。 车牌识别系统运用在停车场中主要有道闸、车辆检测器、高清车牌识别一体机，电子显示屏、控制中心等组成。通过高清车牌识别一体机对进出口车辆车牌进行抓拍，提取前后图片的对比，判断是否对该车辆进行放行。 由此可见，车牌识别停车场系统对整个系统的要求很高，同时外界环境对识别率也会有很大影响。 对于安装车牌识别停车场系统的停车场，影响其识别率的原因主要有两点： 1、要保证停车场环境光线要足够明亮，对于光线较暗或者是夜间的时候，应该适当增加一些补光设备； 2、保证进出停车场的车辆车牌照要完好无损，这样就可以保证对每辆进出场的车辆车牌都可以进行抓拍。 因此，避免识别环境的复杂程度以及通过辅助手段减缓车速等都可有效提高车牌识别率。 优位停车（www.mldpark.com）车牌识别系统厂家位于湖北省武汉市洪山区。在市场经济的浪潮中拼博和发展，目前优位停车在车牌识别停车场系统中拥有较高的知名度，享有良好的声誉。优位停车取得全网商盟认证，标志着我们的服务和管理水平达到了一个新的高度。优位停车全体员工愿与各界有识之士共同发展，共创美好未来。
荆州车牌识别系统厂家,车牌识别一体机价格
发布时间：2016-08-29 17:56:46车牌识别就是在对于一些已经弄好输入系统的自动放行或者是之类的事情，在系统里面在一些单位这种应用还可以同车辆调度系统相结合，下面就让优位停车带你来了解一下它的系统！ 自动放行 将指定的牌照信息输入系统，系统自动地识读经过车辆的牌照并查询内部数据库。对于需要自动放行的车辆系统驱动电子门或栏杆机让其通过，对于其它车辆系统会给出警示，由值勤人员处理。可用于特殊单位(如军事管理区、保密单位、重点保护单位等)、路桥收费卡口、**住宅区等。 计算车辆旅行时间 在交通管理系统中可以将车辆在某条道路的平均旅行时间作为判断该道路拥堵状况的一个参数。安装车牌识别设备于道路的起止点，识读所有通过车辆并将牌照号码传回交通指挥中心，指挥中心的管理系统根据这些结果就可计算出车辆平均旅行时间。 对于一些大型停车场来说，非常头疼的事情就是当发生一些什么紧急事情的时候，不能立刻联系上车主，所以很是头疼，随着车牌识别系统的引入，大大的解决了这一难题，下面优位停车为你介绍下车牌识别系统在停车场、单位等一些地方的管理。 自动建立车牌与身份卡一一对应关系，当车辆出场时，系统会自动核对，防止无入场身份的人开车出场和有入场身份的人开别人的车出场;建立免费车辆数据库，只有免费车辆数据库中的车辆才能免费放行；建立黑名单车辆数据库，当黑名单车辆通过出口的时候，系统会自动报警，提示进行相关处理。 荆州车牌识别系统就选优位停车（www.mldpark.com）。四年来，优位停车坚持为客户提供优质的服务和产品，不断地受到新老用户及业内人士的肯定和信任。在此，欢迎广大新老客户来电、来函或亲临指导、洽谈业务。优位停车期待成为您的长期合作伙伴！