蓝卡车牌识别的介绍.pptVIP

蓝卡纯车牌识别的优点介绍 “车牌识别”无疑是智能化程度最高，使用最方便的停车场管理技术， 对固定车管理而言，“车牌识别”有以下优点： * 彻底解决“卡管理”时，一卡多车的情况； * 彻底解决“卡管理”时，卡未携带的情况； * 彻底解决“卡管理”时，卡丢失带来的换卡，补卡的工作； * 彻底解决“卡管理”时，卡损坏带来的换卡，补卡的工作； * 彻底解决“卡管理”时，卡安装摆放位置的沟通工作； * 其他根源于卡的问题……………… 对临时车管理而言，“车牌识别” 有以下优点： * 彻底解决“卡管理”时，收费人员眛钱的机会； * 彻底将收费人员从人工发卡的工作中解放出来，只需要负责收钱——即便是配入口发卡机，也往往需要有人帮在“入口发卡机”和“临时车”之间传递“临时卡”，往往偏离了“节省人力资源的初始目的”。因为临时车往往停车距离发卡机比较远，这是人们害怕撞到发卡机和道闸的下意识正常反映； * 彻底解决“卡管理”时，有得临时车混出停车场，同时损失临时卡和停车费的情况； * 彻底解决有个别的固定车在入场的时候恶意取走临时卡，造成临时卡不断流失的情况； * 其他根源于卡的问题……………… 市面上实际使用效果不佳的车牌识别案例的原因分析 但是市面有“车牌识别”实际使用效果很差的情况，究其原因是一些停车场系统厂家没有自主研发“车牌识别”的能力，只能外购“车牌识别”软件，但是对于对外购的“车牌识别”软件的识别结果太差的原因不明所以，对提高识别率无能为力。 这些厂家只好把“车牌识别”功能作为辅助功能，本质上还是在依靠卡管理工作。他们最多是利用“车牌识别”作为一个虚假的智能化名义噱头。 但是使用方毕竟为了这个噱头支付了更高的费用，这是不公平的。 而蓝卡从09年就开始研发如何将“车牌识别”技术投入实用阶段，结合自身及同行的项目问题反馈，蓝卡发现目前市场上“车牌识别”普遍效果不好的根本原因是： *不能保证获得合适的图片，比如角度不合适，车牌光线不合适，车牌图片不够清晰； *不能让一套车牌识别软件适应多个路口环境，比如在一个项目上东门的图片识别率较高，但是西门的图片识别率很低； *图片获取依靠摄像机，识别车牌依靠电脑上的车牌识别软件，控制道闸抬杠依靠“控制板”，一个工作参与的设备过多一旦断网就完全不能工作； *必须依赖电脑上的车牌识别软件，为抓拍摄像机的联网和布线增加了难度，也不能适应一些不能配置电脑的环境和项目； *其他原因…… （2）车牌焦点曝光技术：解决车牌位置光线过强或过弱问题，自动对车牌定位和测光，智能进行车牌位置的曝光和闪光参数调整。 （3）车牌畸变矫正技术：解决字体变形问题：受现场环境制约，车牌表面和摄像轴线无法做到垂直，导致车牌发生畸变，远离摄像机的位置字符变小，对识别造成一定的困难。嵌入式立体车牌识别摄像机畸变校准算法采用多色彩空间进行车牌底色检测，准确定位车牌区域，获取车牌倾斜角度及横向变形比例，最大倾斜角度达到25°，安全角度15°内的准确校准率达到99%以上。 （4）使用停车场专用嵌入式车牌识别高清网络摄像机，解决了图片的清晰度问题： * 嵌入式立体车牌识别高清网络摄像机具有高分辨率，能抓拍出高清晰度的高清图片,分辨率由标清情况下的30万提高到高清100万、200万、300万像素可选。 * 嵌入式立体车牌识别高清网络摄像机视野宽广能看清车牌，车型等更大区域，从而使得行驶的车道可以控制的更宽，车辆驶入的角度可接受性更大。 * 嵌入式立体车牌识别高清网络摄像机采用百万像素高清识别技术，使得图片更加清晰，从而提升车牌识别率。 （5）神经网络+特征识别复合识别算法技术： * 采用带反馈的能量滤波算法进行纹理检测，使得车牌定位成功率从超过99%。 * 多色彩空间的检测保证了多种车牌类型的准确认定，包括：蓝牌、黄牌、军车、警车、WJ车辆、个性化车牌、使领馆车牌、省港两地车牌等。 * 字符特征识别算法保证了98%的字符识别率（现场实测），而且不需要进行现场训练；辅助的BP神经网络识别算法则是做了很好的补充，同时保证了良好的汉字识别率。 （6）模糊识别算法解决个别字符错判问题：如以上多重技术的作用下，蓝卡的全字符识别率已经达到98%以上，配合模糊识别算法，固定车辆的通行更加有保障。 （模糊识别算法举例，固定车苏A 12345来了，但是被识别成苏A 12346，可以模糊地认为1-2个字符的差异错误是允许的，不会耽误固定车苏A 12345的通行；虽然有可能产生个别临时车因为和某固定车车牌相近的逃费问题，不过可以配合特别车牌管理手段或忽略） 案例: 廊坊高铁1835张现场图片最后识别结果是： 字符识别率99.5%，全车牌正确率92%， 6个字符全对98.2% 错1个字符：29张，占1.6%