- 1、本文档共4页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
汽车车牌号码硬识别和软识别的区别与对比【建筑工程类独家
文档首发】
随着行业的发展,市场各式各样的需求,市场对车牌识别系统(车牌识别系
统)的需求越来越广泛,主要分为:软件识别和硬件识别。通过车牌号码的
自动识别、自动登陆、自动对比,系统可以实现自动开闸、自动计费、自动
验证用户车辆身份、自动区分内外部车辆、自动计算车位数、自动报警等诸
多智能化功能。
软件识别:显而易见词义能理解出来是通过软件对车牌号码进行的,通过在
电脑上安装一个配套的车牌识别软件,对抓拍的图片进行识别处理。其工作
方式是通过摄像机连续抓拍多张照片,选择其中较为清晰的一张,然后通过
电脑软件进行字符处理, 实现号牌识别的。 因为每次识别需要抓拍多张图片,
因此软识别的速度较慢。而且该系统对所抓拍的图片要求也是极高的,必须
极为清晰才能达到想要的效果。该系统对现场环境以及调试质量要求极高,
在诸多环境不乐观的场合都不适用,设备的摆放颇为重要。
硬件识别:通俗的解释是通过独立的硬件设备,对所抓拍图片进行一系列的
字符处理;目前停车场系统行业中硬件识别也分为两种,即带有单独的车牌
识别仪和前端硬件识别两种,安视睿主要采用的是前端硬件识别。
前端硬件识别一体式摄像机适应市场需求,目前得到了广大客户的喜爱。安
视睿前端硬件识别也叫一体式车牌识别摄像机, 是将传统单独的车牌识别仪
嵌入至摄像机中,实现前端硬件与摄像机一体化,完美实现图像抓拍、视频
流传输、字符识别、道闸抬杆等一系列的工作。
软识别与硬识别的优势对比:
1、分析识别模式:
硬识别系统:采用视频流分析识别,对监控范围内的视频流进行全天候实时
分析;
软识别系统:图片分析识别,对到达指定范围内的车辆进行拍照,再对照片
进行分析;当车辆位置不佳时,识别易出错。
2、触发识别方式:
硬识别系统:地感和视频触发可选,不需增加检测设备,无需破坏地面或增
加工程, 24 小时采集图像。
软识别系统:地感、红外等外设车辆检测设备触发;需要一定的工程量。
3、智能算法模型
硬识别系统:采用智能模糊点阵识别算法, 准确率更高,识别率大于 99.70 %。
很少需要人工干预。
软识别系统: OCR/字型拓扑结构识别算法,会频繁出现误识别情况,准确率
低于 90%。需要人工不断输入纠正后的号牌。
4、可靠性及稳定性:
硬识别系统: 专用识别器采用 TI 公司的高速 DSP,双 CPU控制, 确保系统可
靠性和稳定性。
软识别系统:软件识别,容易频繁出现死机等情况,需经常重新启动电脑,
造成间断性系统瘫痪。
5、识别速度:
硬识别系统:整车车牌识别速度小于 0.4 秒,充分满足车流量大时的需要;
软识别系统:整车车牌识别速度大于 3 秒,甚至更长,速度让人难以忍受。
6、车速适应性:
硬识别系统:车速在 0- 120Km/H范围内均能稳定快速识别;应用范围广泛,
高速公里使用该类设备。
软识别系统:车速大于 40Km/H时,识别率急剧下降,现被引入停车场场系
统中,有待进一步完善。
7、环境适应性
硬识别系统:能在夜晚、阴天、雨天等各种光照条件下正常工作;
软识别系统:上述条件下,甚至一天的不同时间内,识别准确率起伏很大。
8、兼容能力
硬识别系统:无需工业 IO 卡的支持,借道停车场控制系统( PLC)可直接与
各类 IC、ID、纸票等类型停车场无缝兼容, 实现车牌号与卡号必须一致才能
进出的自动识别、自动打印车牌号等功能。
软识别系统:依赖 IO 卡进行车辆检测、开关道闸等动作,与停车
场系统只是软件嵌入关系,硬件无联系。工程量大,用线多,稳定度差。
9、摄像机共用性
硬识别系统:系统可与监控系统共用摄像机,对系统无任何影响。
软识别系统:不可共用,否则对系统稳定性和识别率造成严重影响。
10、输出信号
硬识别系统:系统可输出车辆大图、号牌小图、号牌识别号码、号牌颜色和
识别可信度、车流量、场内停车量等实时数据。具备车辆进出静态图片查询
功能、可接驳车位引导系统等。
软识别系统:没有输出接口
文档评论(0)