基于Cortex-A8处理器的车牌识别系统设计

基于Cortex-A8处理器的车牌识别系统设计
基于Cortex-A8处理器的车牌识别系统设计

计算机与现代化

2014年第5期

JISUANJI YU XIANDAIHUA

总第225期

文章编号:1006-

2475(2014)05-0122-05收稿日期:2014-03-04基金项目:国家自然科学基金资助项目(41306089);常州市科技支撑计划项目(CE20135041)

作者简介:程海粟(1991-),男,江苏连云港人,河海大学物联网工程学院硕士研究生,研究方向:数字图像处理;李庆武

(1959-),男,河南新乡人,教授,博士生导师,博士,研究方向:数字图像处理。

基于Cortex-A8处理器的车牌识别系统设计

程海粟1,李庆武1,2

,俞

楷1,仇春春

1

(1.河海大学物联网工程学院,江苏常州213022;2.常州市传感网与环境感知重点实验室,江苏常州213022)

摘要:随着车辆数量的日益增多,交通管理的压力日趋增大,越来越多的场合需要实时车牌识别。针对此问题,本文设计一种基于Cortex-A8处理器的实时车牌识别系统。该系统以Coretx-A8嵌入式处理器为核心,通过V4L2接口进行视频流的采集,然后运行基于改进的OpenCV 车牌识别算法,最后通过MJPG-streamer 和Socket 编程进行视频流和车牌数据的传输。测试结果表明,该系统具有较强的稳定性和实时性,具有较强的实用价值。关键词:Cortex-A8;嵌入式;车牌识别;视频流;OpenCV 中图分类号:TP391.4

文献标识码:A

doi :10.3969/j.issn.1006-2475.2014.05.027

Design of License Plate Recognition System Based on Cortex-A8Processor

CHENG Hai-su 1,LI Qing-wu 1,2

,YU Kai 1,QIU Chun-chun 1

(1.College of IOT Engineering ,Hohai University ,Changzhou 213022,China ;

2.Changzhou Key Laboratory of Sensor Networks and Environmental Sensing ,Changzhou 213022,China )

Abstract :With the increasing number of vehicles ,traffic management is facing an accumulation of ever-growing pressures ,and

license plate recognition is needed in more and more occasions.To solve this problem ,a real-time license plate recognition sys-tem based on Cortex-A8embedded processor was proposed.The system is cored on Cortex-A8processor ,it captures video stream-ing via V4L2interface ,and runs the improved algorithm of license plate recognition based on OpenCV ,and finally it transmits

video streaming and license plate data via MJPG-streamer and Socket programming.The test of the whole system shows that the

system is of strong stability ,real-time and practical value.Key words :Cortex-A8;embedded ;license plate recognition ;video streaming ;OpenCV

0引言

公路交通基础建设的不断发展和车辆管理体制

的不断完善,为以智能视觉监控为基础的智能交通系

统的实际应用打下了良好基础

[1-2]。车牌是车辆最准确和具有唯一性的标志,在道路车辆智能监控系统中,车牌自动识别是一个非常重要的组成部分。车辆车牌识别系统是一个专门的计算

机视觉系统,

它可以自动地从运动的车辆中,将动态车辆牌照上的字符及时地识别出来,并发送到中央数

据库中,方便指挥中心调度,对交通和公安部门具有

重要作用[3]

然而对于传统的车牌识别系统而言,还存在车牌

区域定位和车牌字符分割不准确等问题。本文在传统的车牌识别算法架构的基础上对车牌定位和字符

分割方面进行了优化提升,对后续字符识别率的提升提供了有利的保障,并在嵌入式处理器Cortex-A8上进行了算法实现。

1

系统总体架构及硬件设计

1.1

系统的总体架构

系统的总体架构如图1所示,主要由Cortex-A8处理器、1080P 高清摄像机、无线路由器和地感线圈构成。由Cortex-A8处理器完成对交通视频流的采集与处理,充分利用了Cortex-

A8处理器对视频流高速

2014年第5期程海粟等:基于Cortex-A8处理器的车牌识别系统设计123

处理的能力,同时也兼顾了系统的稳定性和可靠性

图1系统总体结构

系统的基本工作流程是:由Cortex-A8处理器通过V4L2接口进行Linux 下视频流的采集,

再对交通图像进行预处理,包括摄像机标定[4]

、权值灰中值滤波

[5-8]

和线性灰度拉伸。通过第一和第二地感线圈分别触发远景和近景摄像机进行图像抓取。通过膨胀裁剪和颜色统计算法进行车牌区域定位,再通过KNN 分类算法进行车牌的字符识别。最后通过WiFi 网络将车牌数据发送到中央数据库。1.2

硬件设计

本系统硬件主要以Cortex-A8处理器为核心,它是第一款基于ARMv7架构的应用处理器,并且是有史以来ARM 开发的性能最高、最具功率效率的处理

器。主频可以达到1GHz ,

64/32位内部总线结构,32/32kB 的数据/指令一级缓存以及512kB 的二级

缓存,

可以实现每秒2亿条指令集的高性能运算[9]

。根据系统开发的需要,本文将Cortex-A8处理器拓展了RS232、USB 和以太网等接口,分别采用了MAX232、USB2514、DM9000芯片,使得嵌入式系统足够精简,成本足够低,性能足够稳定。系统硬件框图如图2所示

图2

系统硬件框图

2系统软件设计

嵌入式系统通常是一个资源受限的系统,需要首

先在通用计算机上编写程序,然后通过交叉编译生成

目标平台上可以运行的二进制代码格式,最后再下载

到目标平台上的特定位置上运行。2.1

OpenCV 视觉库的移植

本文的图像处理算法大部分是基于OpenCV ,因此将OpenCV 移植到嵌入式平台是代码能够运行的前提条件。

移植OpenCV 的目的是处理JPEG 图像和视频,故在交叉编译OpenCV 之前,先要交叉编译好lib-jpeg 、x264、xvid 、ffmpeg 这4个库。最后将交叉编译生成的所有动态链接库都拷贝到ARM 板的/usr /lib 或者/lib 下。2.2

V4L2视频采集

V4L2(Vedio For Linux Two )是Linux 中操作音视频设备的一套统一的API ,是V4L 的升级版。它是Linux 内核提供给用户空间的编程接口[10-11]。图像采集的流程是:首先使用open 函数打开摄像机,同时获取视频设备文件,通过v4l2_format 结构体设置采集图像的属性,并通过v4l2_requestbuffers 结构体分配系统缓冲区,最后向ioctl 函数发送启动采集命令VIDIOC_STREAMON 即可完成采集操作。整个采集过程中会将数据不断写入分配的缓冲区内,一个缓冲区的数据采集完成后,驱动程序就会将其放到输出队列等待处理。而当所有缓冲区都进入输出队列,采集过程就将停止,此时需要等待缓冲区重新进入采集队列。读取数据时,首先根据输出队列获得一个缓冲区,并将其序号赋给buf.index ,根据该索引可以访问和拷贝该缓冲区数据。最后,还要将该缓冲区重新放入采集队列中。V4L2视频采集流程如图3所示

图3V4L2视频采集流程

2.3

视频流的传输

本文的视频流发送是基于Linux 下开源项目MJPG-streamer 。MJPG-streamer 是用于从摄像机采集图像,把它们以流的形式通过基于IP 的网络传输到

浏览器如Firefox 、

VLC 播放器。它可以利用某些摄像机的硬件压缩功能来降低服务器CPU 的开销。它为

124计算机与现代化2014年第5期

嵌入式设备和一些常规服务器提供了一个轻量的CPU 消耗方案,因为它无需为视频帧压缩浪费大量的计算效率。MJPG-streamer 包含许多Input-Plugins 和Output-Plugins ,它就像一个粘合剂,可以根据需要将输入输出插件连在一起,剩下的工作就交由插件来完成即可。

本设计只需要使用input_uvc 和output_http 两个插件,

即可将摄像机采集的视频流通过网络发送到Web 浏览器,并在其基础上增加一个专用的发送车辆数据的Socket 线程,大大降低了系统的开发周期。整个嵌入式软件运行流程如图4所示

图4嵌入式软件运行流程

2.4PC 客户端的设计

PC 客户端的设计是基于Visual Studio 2008编

写,采用MFC 做界面设计。主要功能有:(1)查看任意路口实时监控视频;(2)车牌号记录统计;(3)车辆途经地点和时刻查询。

本系统使用WebBrowser 控件作为实时监控视频

流的显示,还通过Socket 编程接收Cortex-A8处理器发送的车辆数据信息,并写入本地数据库,进行数据

统计[12]

3

车牌识别算法

3.1

车牌定位

车牌能否被成功定位无疑是车牌识别的先决条

件,所以应尽可能地提高车牌图片中车牌部位的图像

区分度,

以便于车牌的选取定位。本文所实现的车牌定位算法是基于文献[13]采用的膨胀裁剪和颜色统计的算法,并针对车身和车牌颜色相似的特殊情况进行了优化。

主要流程包括3个部分:(1)产生车牌区域,通

过锐化、二值化与膨胀操作;(2)裁剪多余线段,即在垂直和水平方向上裁剪不可能为车牌区域的线段;(3)判定车牌区域,首先通过长宽比例过滤车牌候选

区域,

再通过颜色统计信息筛选车牌区域,最后通过特征颜色边缘检测确定最终车牌区域。在判定车牌区域部分,为了处理车身和车牌颜色相似,

并且经过长宽比例和颜色统计判定后车牌区域仍未唯一确定的情况,本文增加了特征颜色边缘检测判定算法。这里仅讨论蓝底白字车牌的具体实现算法:首先对剩下的车牌区域进行RGB 模型到HSI 模型的转换,采用如图5所示的3?3窗口对图像f (x ,y )检测蓝白颜色边缘。当f (x -1,y -1)、f (x -1,y )、f (x -1,y +1)都为蓝色像素点,f (x +1,y -1)、f (x +1,y )、f (x +1,y +1)都为白色像素点时,或者当f (x -1,y -1)、f (x -1,y )、f (x -1,y +1)都为白色像

素点,

f (x +1,y -1)、f (x +1,y )、f (x +1,y +1)都为蓝色像素点时,则判定f (x ,

y -1)、f (x ,y )、f (x ,y +1)为蓝白边缘点。最后将蓝白边缘信息最丰富的区域判定为最终车牌区域。此方法可以有效地排除伪车牌区域,提升车牌定位的准确率。车牌定位算法具体流程和效果图分别如图6和图7所示。

f (x -1,y

1)f (x ,y -1)f (x +1,y -1)f (x -1,y )

f (x ,y )f (x +1,y )f (x -1,y +1)

f (x ,y +1)

f (x +1,y +1)

图53?3窗口

图6

车牌定位算法流程

2014年第5期程海粟等:基于Cortex-A8处理器的车牌识别系统设计

125

图7车牌定位算法效果图

3.2字符分割

车牌字符常用的分割方法有:阈值法、分裂合并

法、边缘检测法、形态学连通域法、投影法等。本文在文献[

13]采用的形态学连通域字符分割的基础上,提出了形态学连通域和投影相结合的字符分割算法:即先通过对车牌区域进行连通域标记,并计算所有连通域的最小外界矩形,排除长度过长、高度过短的最小外界矩形,

将其内连通域清零,为后续的投影分割算法提供了较好的分割条件,有效地提高分割的准确性。字符分割算法效果如图8所示

图8字符分割效果图

3.3字符识别

字符识别是车牌识别系统的最后一个阶段,字符

识别设计的优劣直接关系到最后的输出结果正确与

否。本文字符识别采用KNN (K Nearest Neighbor )分

类算法

[14-17]

。KNN 是模式识别领域非常著名的统计算法,

KNN 也是最早应用于自动文本分类的机器学习算法之一。KNN 分类器最大的优点就是不需要训练,它只需要存储所有的训练样本即可。这个方法就是取未知样本x 的k 个近邻,看这k 个近邻中多数属于哪一类,就把x 归为哪一类。未知样本x 可以通过公式(1)计算欧式距离d (x ,y ),查找x 的k 个近邻点,并按升序排列;再通过最大投票原则,

确定未知样本x 的类别。d (x ,y )=

∑n

i =1

x i -y i

2

(1)

其中,

x 表示未知样本字符,y 表示已知样本字符,x i 表示未知样本字符x 的第i 点像素值,

y i 表示已知样本字符y 的第i 点像素值,

n 表示样本字符像素点总数。具体说,就是在N 个已知样本中,找出未知样本x 的k 个近邻。设这N 个样本中,来自C 1类的样本有N 1个,来自C 2类的有N 2个,来自C i 类的有N i 个,若k 1,k 2,…,k i 分别是k 个近邻中属于C 1,C 2,…,C i 类的样本数,则可以定义判别函数为:

f i (x )=k i ,i =1,2,...,c

(2)

若f i (x )=max c i =1

k i ,则未知样本x ∈C i 。一般情况k 值为奇数。其中x 表示未知样本字符,

k i 表示x 的k 个近邻中属于C i 类的个数,

c 表示N 个已知样本中类的个数。4实验结果与分析

本文对河海大学常州校区校园路口抓拍的120

张车牌图像进行了识别率的测试。具体结果如下:表1显示的是120张车牌图片的测试数据,车牌准确定位有116张,定位成功率为96.67%,相对文献[

13]算法有了明显的提升。对定位成功的车牌进行颜色识别测试中,其中检测出蓝牌94个,黄牌22个,颜色识别正确率达到100%,测试效果很理想。

表2显示的是针对正确定位的116个车牌进行字符识别测试的结果,共完整识别正确107个车牌,字符识别正确率为92.24%,识别效果比较理想。

表1

车牌定位和颜色识别测试结果

图片总数定位成功数定位正确率蓝牌数黄牌数颜色识别率120

116

96.67%

94

22

100%

126计算机与现代化2014年第5期

表2车牌字符识别测试结果

车牌总数识别正确数识别率

11610792.24%

5结束语

本文提出一种基于Cortex-A8处理器的车牌识别系统的设计,由于采用了独立于PC机的嵌入式设计,系统的灵活性大大增强。系统结合了视频监控技术、视频无线传输技术和图像处理技术,设计了适合于交通管理的车牌识别系统。通过在校园内路口模拟测试,本文设计的车牌识别系统运行稳定、视频数据传输稳定,车牌识别算法良好。系统测试表面基本满足了样机要求,且系统具有良好的可扩展性。下一步的工作是对系统进行升级,如增加车辆测速、车型判断等功能,并优化代码,提高系统的稳定性。

参考文献:

[1]陆化普.智能交通系统概论[M].北京:中国铁道出版社,2004.

[2]毕然,党梅梅.智能交通系统标准化现状及发展趋势[J].电信网技术,2011(4):44-47.

[3]张洪斌,黄山.面向城市路口的高清晰智能监控系统研究[J].四川大学学报:工程科学版,2012,44(增刊1):

224-228.

[4]汪柏胜,高幼年,沈文忠.基于OpenCV的摄像机标定方法的实现[J].上海电力学院学报,2010,26(4):383-

386,409.[5]郭海霞,解凯.一种改进的自适应中值滤波算法[J].中国图象图形学报,2007,12(7):1185-1188.

[6]苏礼坤,陈怀新.中值滤波的视频背景更新[J].光电工程,2010,37(1):131-135.

[7]王学伟,王世立,李珂.基于伪中值滤波和小波变换的红外图像增强方法[J].激光与红外,2013,43(1):90-

93.

[8]袁杰,朱斐.基于中值滤波和梯度锐化的边缘检测[J].计算机与现代化,2012(10):89-91,110.

[9]维基百科.ARM Cortex-A8[EB/OL].http://zh.wikipe-dia.org/wiki/ARM_Cortex-A8,2014-03-01.

[10]徐家,陈奇.基于V4L2的视频设备驱动开发[J].计算机工程与设计,2010,31(16):3569-3572.

[11]刘升,赵晶晶,范秀丽.基于V4L2的视频设备驱动开发[J].微计算机应用,2011,32(1):37-42.

[12]孙鑫.VC++深入详解(修订版)[M].北京:电子工业出版社,2012.

[13]汤方义.基于OpenCV和CUDA的车牌识别系统的软件设计与实现[D].长春:吉林大学,2011.

[14]孙岩,吕世聘,王秀坤,等.基于结构学习的KNN分类算法[J].计算机科学,2007,34(12):184-186,237.[15]王爱平,徐晓艳,国玮玮,等.基于改进KNN算法的中文文本分类方法[J].微型机与应用,2011,30(18):8-

10,13.

[16]杜娟,刘志刚,衣治安.一种适用于不均衡数据集分类的KNN算法[J].科学技术与工程,2011,11(12):

2680-2685.

[17]周红鹃,祖永亮.基于后验概率制导的B-KNN文本分类方法[J].计算机工程,2011,37(27):

檺檺檺檺檺檺檺檺檺檺檺檺檺檺檺檺檺檺檺檺檺檺檺檺檺檺檺檺檺檺檺檺檺檺檺檺檺檺檺檺檺檺檺檺檺檺檺

114-116.

(上接第121页)

参考文献:

[1]Ma S,Li Q,Zhou M,et al.Road traffic injury in China:

A review of national data sources[J].Traffic Injury Pre-

vention,2012,13(sup1):57-63.

[2]Zhang W,Tsimhoni O,Sivak M,et al.Road safety in China:Analysis of current challenges[J].Journal of Safe-

tyResearch,2010,41(1):25-30.

[3]Levy U.Vision-Based Seat Belt Detection System:US,11/ 675,101[P].2007-08-02.

[4]Guo H W,Lin H,Zhang S H,et al.Image-based seat belt detection[C]//2011IEEE International Conference on

Vehicular Electronics and Safety.2011:161-164.

[5]Zhang H,Jia W,He X,et al.Learning-based license plate detection using global and local features[C]//Pro-

ceedings of International Conference on PatternRecogni-

tion.2006:112-1105.

[6]Porikli F,Kocak T.Robust license plate detection using

covariance descriptor in a neural network framework[C]//

Proceedings of the IEEE International Conference on Video

and Signal Based Surveillance,2006.2006:107.

[7]Zheng D,Zhao Y,Wang J.An efficient method of license plate location[J].PatternRecognition Letters,2005,26

(15):2431-2438.

[8]Anagnostopoulos C N E,Anagnostopoulos I E,Loumos V,et al.A license plate-recognition algorithm for intelligent

transportation system applications[J].IEEE Transactions on

Intelligent Transportation Systems,2006,7(3):377-392.[9]DudaRO,Hart P E.Use of the Hough transformation to detect lines and curves in pictures[J].Communications of

the ACM,1972,15(1):11-15.

[10]von GioiRG,Jakubowicz J,Morel J M,et al.LSD:A fast line segment detector with a false detection control[J].

IEEE Transactions on Pattern Analysis and Machine Intelli-

gence,2010,32(4):722-732.

(下转第158页)

车牌识别系统技术方案

停车场管理系统自动车牌识别计费系统技术方案

目录 1 企业概况 (4) 1.1 公司简介 (4) 1.2 资质证书 (4) 2 概述 (10) 2.1 系统方案总体设计 (10) 2.2 项目背景 (11) 2.3 方案概述 (12) 3 系统介绍 (14) 3.1 车牌识别系统简介 (14) 3.2 系统优势 (15) 3.3 系统组成 (16) 4 主要设备参数性能介绍 (19) 4.1 CA-AB900道闸 (19) 4.2 INEX- TI200 200万高清识别一体机 (20) 4.3 CA-600读卡控制器 (22) 技术参数: (22) 4.4 软件监控界面 (23) 4.5 其他辅件 (23)

5 售后服务 (24) 5.1 保修时间及范围 (24) 5.2 维修及维护服务 (24) 5.3 更新改进服务 (24) 5.4 客户档案,完善产品质量 (25) 6 部分工程案例 (26)

1企业概况 1.1公司简介 北京市仟安科技有限责任公司是设计、研发、生产、销售、服务为一体的高新技术企业。公司凝聚了大批实力雄厚的研发团队和技术团队,凭着对智能化应用领域多年来的积淀和对未来智能化领域发展的导向,为用户提供有价值的产品和服务。 公司经过多年的开发研究,引进国外最先进的高新技术,不断完善自我。主要研发停车场主板软件、生产智能道闸、停车场收费系统、车位引导系统、派车系统、门禁系统、自动检售票系统等安防权限认证、消费认证产品。仟安的智能系统解决方案也已得到客户的全面认可和好评。经国家技术监督部门检验、产品的技术含量及外光造型已达到世界先进水平。现“仟安”产品已遍布全国各大城市及地区,并已成功销往海外。 公司以“冲破束缚,发展无限”为企业宗旨,积极引领核心技术创新,不断为全球用户创造完美产品。逐渐形成了“开拓、创新、共赢、务实”的企业文化,建立了朝气蓬勃的精英团队。 公司自创建以来,一直保持了高速发展态势,现已成为国内停车场系统服务领域的领跑者,致力于成为中国领先的安防服务品牌。 1.2资质证书

(完整版)车牌识别系统的设计

车牌识别系统的设计 1.摘要: 汽车牌照自动识别系统是制约道路交通智能化的重要因素,包括车牌定位、字符分割和字符识别三个主要部分。本文首先确定车辆牌照在原始图像中的水平位置和垂直位置,从而定位车辆牌照,然后采用局部投影进行字符分割。在字符识别部分,提出了在无特征提取情况下基于支持向量机的车牌字符识别方法。实验结果表明,本文提出的方法具有良好的识别性能。随着公路逐渐普及,我国的公路交通事业发展迅速,所以人工管理方式已经不能满着实际的需要,微电子、通信和计算机技术在交通领域的应用极大地提高了交通管理效率。汽车牌照的自动识别技术已经得到了广泛应用。 2.设计目的: 1、使学生在巩固理论课上知识的同时,加强实践能力的提高,理论联系实践。 2、激发学生的研究潜能,提高学生的协作精神,锻炼学生的动手能力。 3.设计原理 由于车辆牌照是机动车唯一的管理标识符号,在交通管理中具有不可替代的作用,因此车辆牌照识别系统应具有很高的识别正确率,对环境光照条件、拍摄位置和车辆行驶速度等因素的影响应有较大的容阈,并且要求满足实时性要求。 图1 牌照识别系统原理图 该系统是计算机图像处理与字符识别技术在智能化交通管理系统中的应用,它主要由图像的采集和预处理、牌照区域的定位和提取、牌照字符的分割和识别等几个部分组成,如图1 所示。其基本工作过程如下: (1)当行驶的车辆经过时,触发埋设在固定位置的传感器,系统被唤醒处于工作状态;一旦连接摄像头光快门的光电传感器被触发,设置在车辆前方、后方和侧面的相机同时拍摄下车辆图像;

(2)由摄像机或CCD 摄像头拍摄的含有车辆牌照的图像通视频卡输入计算机进行预处理,图像预处理包括图像转换、图像增强、滤波和水平较正等; (3)由检索模块进行牌照搜索与检测,定位并分割出包含牌照字符号码的矩形区域; (4)对牌照字符进行二值化并分割出单个字符,经归一化后输入字符识别系统进行识别。4.详细设计步骤 4.1 提出总体设计方案。 车辆牌照识别整个系统主要是由车牌定位和字符识别两部分组成,其中车牌定位又可以分为图像预处理及边缘提取模块和牌照的定位及分割模块;字符识别可以分为字符分割与特征提取和单个字符识别两个模块。 为了用于牌照的分割和牌照字符的识别,原始图象应具有适当的亮度,较大的对比度和清晰可辩的牌照图象。但由于该系统的摄像部分工作于开放的户外环境,加之车辆牌照的整洁度、自然光照条件、拍摄时摄像机与牌照的矩离和角度以及车辆行驶速度等因素的影响,牌照图象可能出现模糊、歪斜和缺损等严重缺陷,因此需要对原始图象进行识别前的预处理。 牌照的定位和分割是牌照识别系统的关键技术之一,其主要目的是在经图象预处理后的原始灰度图象中确定牌照的具体位置,并将包含牌照字符的一块子图象从整个图象中分割出来,供字符识别子系统识别之用,分割的准确与否直接关系到整个牌照字符识别系统的识别率。 由于拍摄时的光照条件、牌照的整洁程度的影响,和摄像机的焦距调整、镜头的光学畸变所产生的噪声都会不同程度地造成牌照字符的边界模糊、细节不清、笔划断开或粗细不均,加上牌照上的污斑等缺陷,致使字符提取困难,进而影响字符识别的准确性。 因此,需要对字符在识别之前再进行一次针对性的处理。 车牌识别的最终目的就是对车牌上的文字进行识别。主要应用的为模板匹配方法。 因为系统运行的过程中,主要进行的都是图像处理,在这个过程中要进行大量的数据处理,所以处理器和内存要求比较高,CPU要求主频在600HZ及以上,内存在128MB及以上。 系统可以运行于Windows98、Windows2000或者Windows XP操作系统下,程序调试时使用matlab。 4.2 预处理及边缘提取

车牌识别系统方案

车牌识别系统设计方案

目录 一、方案设计依据 (3) 二、车牌识别技术说明 (3) 三、车牌识别停车管理系统 (4) 1、项目背景 (4) 2、系统配置及操作流程 (9) 3、布线说明 (13) 4、车辆分类 (13) 5、车牌识别系统设备说明 (14) 6、安装要求 (22) 7、管理软件简单介绍 (23) 四、工程实施 (29) 1、现场施工管理 (29) 2、施工人员组织构架 (29) 3、工程执行流程图 (29) 4、施工进度计划及保障措施 (29)

一、方案设计依据 《智能建筑设计标准》GB/T 50314-2000 《建筑与建筑群综合布线系统工程设计规范》GBT/T 50311-2000 《建筑与建筑群综合布线系统工程施工及验收规范》GBT/T 50312-2000 《建筑物防雷设计规范》GB 50057-2000 《安全防范工程技术规范》GB 50348 2004 《安全防范工程程序与要求》GA/T 75-94 《安全防范工程费用预算编制办法》GA/T70-2004 《交通设施系统建设标准》交通部 《计算机软件工程规范国家标准汇编》2003 上海红门智能企业标准 工程现场图纸及用户要求 二、车牌识别技术说明 车牌识别技术(Vehicle License Plate Recognition,VLPR)以计算机技术、图像处理技术、模糊识别为基础,建立车辆的特征模型,识别车辆特征,如号牌、车型、颜色等。它是一个以特定目标为对象的专用计算机视觉系统,能从动态视频或静态图像中对车牌定位、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。使得车牌识别技术对于维护交通安全和城市治安,防止交通堵塞,实现交通自动化管理有着现实的意义。

高清车牌识别系统设计方案

深圳市罗拉智能科技有限公司 车牌自动识别一体机 技 术 方 案 市罗拉智能科技

目录 第一章系统介绍............................................................................................................................................ - 2 -1.1)系统概述........................................................................................................................................ - 2 -1.2)系统特性........................................................................................................................................ - 2 -1.3)解决问题........................................................................................................................................ - 3 -1.4)功能模块........................................................................................................................................ - 4 -1.5)总体设计........................................................................................................................................ - 6 -1.6)设计依据........................................................................................................................................ - 6 -1.7)系统优势........................................................................................................................................ - 7 -1.8)系统拓扑图.................................................................................................................................... - 8 -1.9)产品细节鉴赏..................................................................................................... 错误!未定义书签。 1.10)系统安装方式................................................................................................................................ - 9 -1.11)系统进出场流程图...................................................................................................................... - 13 -1.12)项目车道布设图.......................................................................................................................... - 16 -1.13)项目方案设计效果图......................................................................................... 错误!未定义书签。 1.14)系统功能概述.............................................................................................................................. - 18 -1.15)系统进出场流程图.. (21) 1.16)用户使用 (22) 1.17)图像对比 (22) 1.18)系统管理软件 (23) 第二章主要设备介绍 (24) 2.1)车牌识别一体机 (24) 2.2)专用LED补光灯 (27) 2.3)18寸防护罩 (28) 2.4)镜头 (29) 2.5)快速道闸 (30) 2.6)道闸车辆检测器 (31) 2.7)车道信息显示屏 (32)

课程设计报告-车牌识别系统的设计

车牌识别系统的设计 一、摘要: 随这图形图像技术的发展,现在的车牌识别技术准确率越来越高,识别速度越来越快。无论何种形式的车牌识别系统,它们都是由触发、图像采集、图像识别模块、辅助光源和通信模块组成的。车牌识别系统涉及光学、电器、电子控制、数字图像处理、计算视觉、人工智能等多项技术。触发模块负责在车辆到达合适位置时,给出触发信号,控制抓拍。辅助光源提供辅助照明,保证系统在不同的光照条件下都能拍摄到高质量的图像。图像预处理程序对抓拍的图像进行处理,去除噪声,并进行参数调整。然后通过车牌定位、字符识别,最后将识别结果输出。 二、设计目的和意义: 设计目的: 1、让学生巩固理论课上所学的知识,理论联系实践。 2、锻炼学生的动手能力,激发学生的研究潜能,提高学生的协作精神。 设计意义: 车牌定位系统的目的在于正确获取整个图像中车牌的区域,并识别出车牌号。通过设计实现车牌识别系统,能够提高学生分析问题和解决问题的能力,还能培养一定的科研能力。 三、设计原理: 牌照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、摄像设备、照明设备、图像采集设备、识别车牌号码的处理机等,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。某些牌照识别系统还具有通过视频图像判断车辆驶入视野的功能称之为视频车辆检测。一个完整的牌照识别系统应包括车辆检测、图像采集、牌照识别等几部分。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。牌照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。 四、详细设计步骤:

车牌识别管理系统方案(DOC)

PA-WT车牌识别 停 车 场 管 理 系 统 方 案

目录 第一章前言................................ 错误!未定义书签。第二章系统设计依据及总则..................... 错误!未定义书签。 一、本方案设计依据:........................ 错误!未定义书签。 二、设计说明................................ 错误!未定义书签。 1、设计目标及原则........................ 错误!未定义书签。 2、系统概述 (2) 3、系统基本功能及特点 (5) 系统结构框图 (6) 图像识别系统主要设备 (7) 4 出口处电脑功能......................... 错误!未定义书签。 5 管理电脑功能 (11) 三.系统软件功能 (11) 第三章系统设计 (12) 注意事项 (13) 第四章售后服务 (14)

前言: 车牌识别技术是指能够检测到受监控路面的车辆并自动提取车辆牌照信息(含汉字字符、英文字母、阿拉伯数字及号牌颜色)进行处理的技术。车牌识别是现代智能交通系统中的重要组成部分之一,应用十分广泛。它以数字图像处理、模式识别、计算机视觉等技术为基础,对摄像机所拍摄的车辆图像或者视频序列进行分析,得到每一辆汽车唯一的车牌号码,从而完成识别过程。通过一些后续处理手段可以实现停车场收费管理,交通流量控制指标测量,车辆定位,汽车防盗,高速公路超速自动化监管、闯红灯电子警察、公路收费站等等功能。对于维护交通安全和城市治安,防止交通堵塞,实现交通自动化管理有着现实的意义。 目前国内有两种识别方式,1、软件识别,就是摄像机直接接入PC机,通过电脑上位机软件对摄像机抓拍图片进行分析识别,优点成本低,缺点:对电脑要求较高,长时间运行识别速度会有一定影响。2、DSP嵌入式硬件识别,摄像机直接接入DSP嵌入式车牌识别器,通过专业的DSP芯片对摄像机抓拍图片进行分析,优点:对电脑要求低,设备自带防死机功能,算法丰富,识别速度快,适用于工业环境长时间运行。缺点:成本相对于软识别成本较高。 系统简介 我司采用DSP嵌入式硬件图像处理器研制开发的PA-WT汽车牌照自动识别车辆出入管理系统,具有方便快捷、准确可靠、保密性好、灵敏度高、节省

基于matlab-汽车号牌识别系统设计

汽车号牌识别系统设计 ** 中文摘要:随着二十一世纪到来,经济快速发展和人们生活水平显著提高,汽车逐渐成为家庭的主要交 通工具。汽车的产量快速增多,车辆流动也变得越来越频繁,因此给交通带来了严重问题,如交通堵塞、交通事故等,智能交通系统(Intelligent Transportation System)的产生就是为了从根本上解决交通问题。在智能交通系统中车牌识别技术占有重要位置,车牌识别技术的推广普及必将对加强道路管理、城市交通事故、违章停车、处理车辆被盗案件、保障社会稳定等方面产生重大而深远的影响。 该设计主要研究基于MATLAB 软件的汽车号牌设别系统设计,系统主要包括图像采集、图像预处理、车牌定位、字符分割、字符识别五大核心部分。系统的图像预处理模块是将图像经过图像灰度化、图像增强、边缘提取、二值化等操作,转换成便于车牌定位的二值化图像;利用车牌的边缘、形状等特征,再结合Roberts 算子边缘检测、数字图像、形态学等技术对车牌进行定位;字符的分割采用的方法是将二值化后的车牌部分进行寻找连续有文字的块,若长度大于设定的阈值则切割,从而完成字符的分割;字符识别运用模板匹配算法完成。以上每个功能模块用MATLAB 软件实现,最后识别出车牌,在研究设计的同时对其中出现的问题进行具体分析、处理,并寻求更优的方法。 关键词:MATLAB ,车牌识别系统,字符识别,图像处理 一、总体设计 汽车号牌识别系统技术是从一幅车辆图像中准确定位出车牌区域,然后经过字符切割和字符识别来实现车辆牌照的自动识别。主要流程图如下: 图1.1 二、总体功能模块 基于MA TLAB 车牌识别系统主要包括图像采集、图像预处理、车牌定位、字符分割、字符识别五个关键环节[11],其基本工作如下: (1) 图像采集:使用摄像头、照相机拍摄采集图像。 读取图片 图像预处理 车牌定位 字符分割 模板库 字符识别

车牌识别系统设计方案

HBJ车牌识别管理系统 技 术 方 案 浩百佳科技车牌识别自助缴费系统方案

目录 一、序言 (3) 二、系统简介 (4) 2.1、系统功能特点 (5) 2.2、系统工作流程图 (6) 2.3、系统施工安装图 (7) 2.4、系统安装拓扑接线图 (8) 2.5、车牌识别系统技术指标 (8) 三、系统结构 (9) 3.1、系统硬件设备 (9) 3.1.1、显控一体机 (10) 3.1.2、车牌识别道闸一体机 (12) 3.1.3、豪华自动道闸 (13) 3.1.4、自助缴费终端机 (14) 3.1.5、出入口终端机 (15) 3.2、管理软件 (16) 3.2.1、软件功能特点 (18) 3.2.2、中心管理系统 (18) 3.2.3、微信支付功能流程 (19) 3.2.4、自助缴费系统功能流程 (21) 3.2.5、临时车收费标准设计 (24) 3.2.6、APP客户端 (25) 3.2.7、无人值守原理及收费方式................... 错误!未定义书签。5 四、系统安装与调试 (32) 4.1、相机IP地址设置 (32) 4.2、数据库及停车场软件安装步骤 (34) 4.3、停车场软件设置 (38) 4.4、常用停车场功能介绍 (48) 五、售后服务 (53)

一、序言 随着现代化管理手段的进步和科学技术的日益发展,用户对车辆管理的要求越来越高。过去的人工刷卡的管理方式已经不适应现代化停车的需要,已经基本被车牌识别收费管理系统所取代。但针对目前快节奏,高速度的工作模式,要求管理方法和制度要有一个根本的改善,这种改善不但要适应用小区管理的需求,也要适应社会的需求,要适应人的感官的需求和习惯性操作的需求。目前简单的车牌识别系统已经完全满足不了用户需求了。例如现行的车牌识别系统还停留有人收费管理的基础上。这样就不仅给物业公司带来特别大的人力成本也增加了管理成本,更重要是人工收费找零效率太低严重影响了车辆通行速度,给车主停车体验感很差,也大大降低了物业管理档次。现在无人值守,自助缴费车牌识别收费管理系统既可大大降低物业人力和管理成本的同时也提高了车辆通行速度,改善了停车体验,也同时提升了物业档次。 本设计方案就是基于以上的思想基础,结合各种现代化高科技手段我们开发设计了可脱机识别计费、自助缴费,无牌车自动识别并支持多种缴费方式(例如:微信,支付宝,现金等)的无人值守,自助缴费车牌识别系统。本系统即支持有人收费管理模式同时也可选择完全无人值守,自主缴费的工作模式。真正实现快速通行,手机远程管理(计费,开闸,对讲)。而这种无人值守,自助缴费停车模式必将是未来停车场管理主流模式,因为手机支付的便捷性和普及程度决定了未来停车必须支持移动支付。 无人值守,自助缴费车牌识别管理系统基本原理: 物业管理处工作人员网上注册公众号并开通支付功能后将账号输入到停车场管理软件,这样每笔停车费就及时到账物业银行卡,资金无需经过第三方支付平台。车辆入口通过车牌识别或无牌车在入口停车机器人上输入手机号,或扫码入场;出场取车前可以在场终端机上自助缴费或关注车场公众号后在车主手机上

毕业设计--基于单片机的车牌识别系统设计与实现

基于单片机的车牌识别系统设计与实现 目录 摘要 (2) 二、选题 (4) 三、系统主要特点 (5) 四、系统方案、实现原理 (6) 4.1 图像采集及存储格式 (8) 4.2 图像的灰度化 (8) 4.3 图像的二值化 (9) 4.4 车牌的去边框 (9) 4.5 图像的梯度锐化 (10) 4.6 字符分割算法 (11) 4.7 字符的归一化 (12) 4.8字符特征提取 (13) 4.9 字符识别算法 (15) 4.9.1 BP神经网络法 (15) 4.9.2 模板匹配法 (17) 五、操作说明与硬件框图 (18) 六、实验程序 (19) 七、数据统计分析 (66) 八、结果分析 (66) 九、实验心得 (66) 十、参考文献 (69)

摘要 伴随着世界各国汽车数量急剧增加,城市交通状况日益引起人们的重视,如何有效地进行交通管理,已成为越来越多人关注的焦点,解决这些问题的关键就是建立智能交通系统。车牌识别是智能交通系统的重要组成部分,它在交通控制与监视中有着多种用途,目前已广泛应用于各种领域。 本文将TMS320C54XX作为核心器件用于车牌自动识别系统中,完成车牌图像的采集、数字图像的处理、提取车牌信息并针对提取的特征对字符进行识别。首先分析了车牌识别系统实现的背景以及其实现意义。然后对实现车牌识别的硬件环境作简要介绍。接着对车牌识别过程中所涉及的边缘检测、字符分割、大小归一化等一系列数字图象处理技术进行进一步的详细分析。之后,对几种字符特征提取算法进行了对比分析,最后选取最适合的网格特征提取法,以此为基础进行模扳匹配,最终识别出车牌号码。 关键词:车牌提取;图象处理;车牌识别;单片机;模扳匹配

车牌识别系统技术方案

车牌识别系统技术 方案

停车场管理系统 自动车牌识别计费系统技术方案

目录 1企业概况 (4) 1.1公司简介 (4) 1.2资质证书 (4) 2概述 (10) 2.1系统方案总体设计 (10) 2.2项目背景 (12) 2.3方案概述 (14) 3系统介绍 (16) 3.1车牌识别系统简介 (16) 3.2系统优势 (18) 3.3系统组成 (19) 4主要设备参数性能介绍 (22) 4.1CA-AB900道闸 (22) 4.2INEX- TI200 200万高清识别一体机 (23) 4.3CA-600读卡控制器 (26) 技术参数: (26) 4.4软件监控界面 (27) 4.5其他辅件 (27) 5售后服务 (28) 5.1保修时间及范围 (28) 5.2维修及维护服务 (28) 5.3更新改进服务 (29) 5.4客户档案,完善产品质量 (29) 6部分工程案例 (31)

1企业概况 1.1 公司简介 北京市仟安科技有限责任公司是设计、研发、生产、销售、服务为一体的高新技术企业。公司凝聚了大批实力雄厚的研发团队和技术团队,凭着对智能化应用领域多年来的积淀和对未来智能化领域发展的导向,为用户提供有价值的产品和服务。 公司经过多年的开发研究,引进国外最先进的高新技术,不断完善自我。主要研发停车场主板软件、生产智能道闸、停车场收费系统、车位引导系统、派车系统、门禁系统、自动检售票系统等安防权限认证、消费认证产品。仟安的智能系统解决方案也已得到客户的全面认可和好评。经国家技术监督部门检验、产品的技术含量及外光造型已达到世界先进水平。现“仟安”产品已遍布全国各大城市及地区,并已成功销往海外。 公司以“冲破束缚,发展无限”为企业宗旨,积极引领核心技术创新,不断为全球用户创造完美产品。逐渐形成了“开拓、创新、共赢、务实”的企业文化,建立了朝气蓬勃的精英团队。 公司自创立以来,一直保持了高速发展态势,现已成为国内停车场系统服务领域的领跑者,致力于成为中国领先的安防服务品牌。 1.2 资质证书

车牌识别系统需求分析模板

车牌识别系统需求分析文档 车牌识别系统需求分析小组 组长:**** 组员:**** **** **** ****

目录 1 引言 (1) 1.1编写目的 (1) 1.2背景 (1) 1.3定义 (1) 1.4参考资料 (1) 2 任务概述 (2) 2.1目标 (2) 2.2用户的特点 (2) 2.3假定和约束 (2) 3 用例分析(或数据流程分析) (3) 3.1 系统Actor分析 (3) 3.2 系统用例描述 (3) 4 动态行为模型 (10) 5 系统流程分析 (12) 6 系统开发及运行环境规定 (15) 7 小结 (16)

1 引言 1.1编写目的 目的:文档编写详细的描述了整个车牌定位与识别的过程,能够帮助使用该系统的人员快速了解该系统的用法。 面向人员:需要利用车牌定位与识别系统进行机器学习的学生。 需要用车牌系统去识别车牌的交通警察 “车牌定位与识别系统”管理员 1.2背景 系统名称:车牌定位与识别系统 系统开发者:“车牌定位和识别系统”开发组。 该系统基于opencv2.4.8版本和Visual Studio2013开发。依赖于opencv2.4.8 1.3定义 SVM:支持向量机 ANN:人工神经网络 高斯模糊 二值化 灰度化 Soble算子 1.4参考资料 《软件工程》Ian Sommerville著程成等译机械工业出版社 《软件工程及应用》张斌、郭军主编东北大学出版社

2 任务概述 2.1目标 通过视频图象的检测与识别,可以实时检测交通违章现象、识别违章车辆的车牌号码,为公安交通管理部门提供强有力的执法证据。因此,研究交通图象检测与处理方法对智能交通运输系统的发展具有重要的推动作用。本系统着力对车牌的识别过程进行研究和实现,最终能够识别出图片上的车牌信息。此外,本系统涉及到机器学习的内容,因此可以供喜欢机器学习的学生进行学习。 2.2用户的特点 该系统的目标用户为交通警察、学生和管理人员,对于交通警察和学生来说只需能熟练操作电脑即可,对于管理人员则需要掌握机器学习相关知识。 2.3假定和约束 该系统在Windows系统下开发,但会受到经费、寿命、社会等因素限制,预计开发期限为1年,使用期限为5年以上。

第二代一体式车牌识别系统方案

第一部分:系统介绍及应用分析 一、系统简述 随着科学技术水平的发展,视频领域已进入高清时代,我公司通过多年研究,隆重推出了高清车牌识别一体机和道闸的简单且豪华组合,使用很少的设备完成了停车场系统对固定用户和临时收费的管理要求。传统的停车场大多采用近距离读卡方式,必须停车伸手刷卡,上下坡道停车刷卡容易造成溜车、碰撞等事故,并且停车场卡片属于一种耗材,后期添加需要购买,还涉及丢卡、坏卡等情况引发的经济纠纷,在以车牌识别为主导的智能车辆管理系统中不会出现此类情况,高清车牌识别系统主要通过车牌识别技术,实现对进出车辆车牌信息的识别,每一辆出入停车场的车辆均有出入图片匹配,由系统软件根据收费方案核算收费金额并显示在道闸的显示屏上,车辆进出场时可以实现不停车通行。 整套系统使用简单、维护方便、稳定性强,采用 TCP/IP 网络通讯,布线简单、方便,大大减少了施工难度,便于设备的调试及维护。 二、车牌识别介绍 车牌识别技术以计算机技术、图像处理技术、模糊识别为基础,建立车辆的特征模型,识别车辆特征,如号牌、车型、颜色等。它是一个以特定目标为对象的专用计算机视觉系统,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。 车牌识别系统流程

第二部分:系统设备组成及工作逻辑 一、系统设备组成 该套系统主要由以下部分组成: 入口控制部分:X9 道闸一体机也可换其他样式速度的道闸(含高清车牌识别一体 机、聚光灯、控制主板带控制功能) 出口控制部分:X9 道闸一体机也可换其他样式速度的道闸(含高清车牌识别一体 机、聚光灯、控制主板带控制功能) 岗亭终端:电脑主机、停车场管理软件、485/232 通讯转换器 管理中心:电脑主机、停车场管理软件 二、车辆管理流程 车辆入场: ◆临时车辆 临时车辆入场时,高清车牌识别一体机远距离自动识别车牌号、记录入场时 间等,并在道闸的显示屏上显示该车的车牌号,道闸远距离快速抬杆,不停车通 行进入车场;车辆通过后道闸杆自动落下。 ◆固定客户车辆 管理计算机将对应授权通道的车牌信息到车牌识别管理软件中。固定车辆进 入停车场时,车牌识别一体机自动抓拍、识别、处理车辆的车牌信息,并将识别 结果传送到管理计算机,管理计算机利用识别结果查询数据库,识别正确自动放 行车辆,并在道闸的显示屏上显示该车的车牌号;车辆通过后道闸杆自动落下, 达到车辆不停车通行。 车辆出场: ◆临时车辆 临时车辆出场时,高清车牌识别一体机远距离自动识别车牌号、上传到电脑, 管理电脑自动调出该车进场的车牌及入场时间等信息,并自动计算停车时间、收 费金额,并在道闸的显示屏上显示收费金额; 收费完成后,道闸杆自动开启放行车辆,车辆通过后道闸杆自动落下; ◆固定客户车辆 固定车辆外出停车场时,车牌识别一体机自动抓拍、识别、处理车辆的车牌 信息,并将识别结果传送到管理计算机,管理计算机利用识别结果查询数据库, 识别正确自动放行车辆,并在道闸的显示屏上显示该车的车牌号;车辆通过后道 闸杆自动落下,达到车辆不停车通行。

高清车牌识别系统施工方案(推荐文档)

车牌识别系统 施 工 方 案

第1章车牌识别系统结构及安装 1.1车牌识别系统硬件组成 车牌识别系统主要由软件、数据库,道闸、地感、交换机、车牌识别一体机、LED补光灯、摄像机防护罩、立柱、万向节等硬件组成。 1.1.1车牌识别一体机 ADV10车牌识别一体机(如下图所示)是北京博思晟智能技术有限公司开发的基于DSP硬件识别的车牌识别系统。 本产品采用高速芯片作为识别算法的运行硬件平台,与传统的车牌识别系统不同,设备无需计算机即可实现车牌图像的采集、识别等功能,具有识别性能高、环境适应性强、安装维护简单等特点。嵌入式车牌算法(综合识别率≥99%)TCPP/IP网络接口 视频流识别优化处理,多触发机制 电动调焦,远程控制 可脱机运行:前置数据存储功能 自动跟踪光线变化、有效抑制顺光和逆光 嵌入式智能感光,自动补光

1.1.2博思晟LED补光灯 车牌识别一体机自带补光灯,自动跟踪光线变化、有效抑制顺光和逆光,嵌入式智能感光,自动补光,基本无需调试,建议外置常亮白光灯,安装位置如下图所示: 摄像机识别车牌原理; 当车牌进入摄像机监控范围时,摄像机就开始分析,当车牌触发到虚拟线圈后,摄像机将识别结果发送给计算机软件。线圈是触发给结果的信号,而不是识别范围或者触发拍照的信号。所以摄像机在调试的时候,尽量让摄像照的远一些,然后线圈尽量离道闸近一些,距离再在-4米为宜。 摄像机的补光灯不要调的太亮,太亮容易让车牌曝光,摄像机补光灯调到车辆距离摄像机4-7米时,车牌字母反点光即可。外置补光灯,将远处照亮即可。 1.1.3防护罩、立柱和万向节 防护罩尺寸如下图所示:

车牌自动识别方案

目录 目录 (1) 第一章设计说明 (2) 一、前言 (2) 二、公司简介 (3) 三、设计思路 (3) 第二章系统概述 (5) 一、系统的组成 (5) 二、系统的特点 (5) 三、技术参数 (5) 第三章系统工作流程图、配置图 (6) 一、流程图 (6) 二、入场流程图: (6) 三、出场流程图: (7) 第四章系统主要产品简介 (9) 一、自动快速道闸 (9) 二、数字式车辆检测器 (9) 三、出、入口控制机 (9) 第五章车牌自动识别简介 (10) 一、车牌识别系统的施工定位及安装 (10) 二、车牌识别技术参数 (12) 第六章系统软件功能简介 (13) 一、管理功能设定 (13) 二、系统自维护功能: (16) 三、理财功能: (16) 四、系统软件组成: (17) 五、系统软件特点: (17)

第七章售后服务 (17) 一、咨询服务 (17) 二、维修服务 (17) 三、更新服务 (18) 第一章设计说明 一、前言 首先感谢贵公司对我公司的信任,让我们参与小区停车场的智能管理收费系统设计、选型工作。随着中国经济的高速发展,汽车增长迅猛,出现了停车难、管理难的社会问题,同

时,人们的居住与办公环境也在不断改善,智能大厦、小区已逐步开始普及。在智能大厦、小区的规划建设中,有一个非常重要的内容,就是停车场的智能化、现代化管理系统的建设。一个好的停车场除了必须有合理的交通设施组织规划外,还应具备先进的硬件管理设备,以保证车辆进出快捷顺畅、安全有序;同时还需要完善的管理软件,以保证管理科学、收费公正合理、资金不流失,以维护消费者的合法权益,保护投资者的利益。基于目前现状,我公司已研制开发出具有先进科学水平的停车场管理系统以供选择。 二、公司简介 公司具有独立的法人资格,在停车场智能化管理系统和停车场交通设施行业中,是全国最具有规模的专业公司,从研发设计、生产、销售、施工、服务,每个环节都是我公司自行完成,采用材料保证质量,符合国家标准。自成立以来,上海丽装秉承技术领先优势,在停车场智能管理系统的软、硬件方面,已经突破了芯片、集成电路、控制系统、软件开发等一大批系统设备国产化的技术瓶颈,开发出了拥有自主知识产权的智能电动道闸,入口控制机和读卡控制机,系统管理软件及联网管理软件,图象处理软件,自动出卡机构、入口控制机外观、读卡控制机外观、智能电动道闸等外观设计;“停车场智能设备、交通设施”均被中国技术监督情报协会确认为“中国质量过硬服务放心信誉品牌” 三、设计思路 1、项目概况:该项目的停车场有6个出入口,设计为3进3出。根据停车场的使用和管理要求,保证车辆安全、快捷的进出、停泊,完整的记录车辆进出的各类数据,提高停车场管理的智能化程度,确实完善该项目的配套服务功能是本次方案深化设计的主要出发点。 2、依据规范: 1、《智能建筑设计标准》GB/T50134-2000 2、《民用建筑电气设计规范》JGJ/T16-92 3、《安全防范工程与要求》GA/T75-94 4、《防盗报警控制器通用技术条件》GBI2663-90 5、《建筑电气工程施工质量验收规范》GB50303-2002 6、《智能建筑工程质量验收规范》GB50339-2003 3、管理模式:鉴于项目的实际情况,我们将车库设计为1进1出的车牌自动识别管理模式,将出口控制机、出口管制自动道闸设置在出口通道的直通道起步位置,在抓拍车牌时要

车牌识别系统说明

一、 车牌识别出入口管理系统设计 1.1 系统简介 停车场基于车牌识别管理模式的系统,设备一般包括车牌识别专用摄像机、车牌识别器、信息显示屏、自助缴费终端、电动道闸、图像对比和车牌识别系统、计算机等。为了满足客户不同管理需求,各个设备可以灵活组合。 在本项目中,系统需要对临时用户、固定用户进行实时管理,对其出入的时间、车牌号、图像进行严格记录、识别和登记,并按照停车时间和计费规则对各种车辆进行收费,并防止车辆丢失。 智能车牌识别收费管理系统系统图 主要功能: ● 车牌识别比对功能,防止车辆被盗 ● 语音提示,人性化操作提示 ● 支持灵活费率设定,不限时段,多种设定。 ● 支持车牌识别缴费功能,免除临租卡的发放,提高通行速度 管理中心服务器 数据采集器 自动道闸收费显示屏 摄像头收费管理系统 自动道闸 摄像头

●多进多出联网系统管理,支持出入口嵌套管理功能 ●异常情况处理,满足消费报警、应急手动等 ●支持51park网站的车位查询和预定功能,利于数据集中、管理集中 1.2其他子系统介绍 ●一卡通支付、手机支付: 用一卡通、手机支付缴停车费,替代临租卡,刷卡付费一次完成,还可 自助缴费。 ●ETC缴费 利用ETC有源卡,读卡距离6-10米,可不停车通过,提高通行效率, 减少出入口数量。 ●车牌识别,集中收费 利用车牌识别技术,获取车牌号码,替代临租卡的发放,驾车者在收费 处输入车牌号就可缴费,提高了效率。 ●无人职守自助缴费 驾车者自己在终端上输入车牌号码,调取入场记录,用一卡通、手机、 信用卡等方式自助付费,提高了服务水准。 ●折扣机,积分扣缴 对在商场酒店消费的客户,通过折扣机减免停车费,可用消费积分抵车 费,吸引有效用户,提高商场收入。 ●车位查询和预定(配合51park网站) 通过无线网络,自动上报停车场的空车位、收费价格等信息,供51park 网站的客户查询和预定,预定信息从51park网站下传到收费系统,并自 动处理。 1.3停车管理系统出入口设置 在停车场入口处设置车牌识别摄像机、LED显示屏(带语音)、自动道闸、地感线圈等。设备位置如图所示:

车牌识别改造方案

1.1)系统概述 车识易高清车牌识别系统(以下简称车识易)将计算机视觉技术、神经网络系统技术、机械、电子自动化设备、计算机以及智能卡技术有机的结合起来,从而对各类出入车辆进行有效的管理。通过车牌号码智能识别车辆信息,道闸自动开启。操作界面统一,全程在线帮助,超强的兼容性。 1.2)系统特性 自主性: 车识易系统是我司完全自主研发的新一代网络车牌识别停车场管理系统,在软件功能改善和系统对接方面具有绝对的优势。 安全性: 1)数据处理速度快、信息存储安全; 2)出口提供多个相似车牌选择,针对无牌车可进行工录入车牌匹配,保证进出车辆进出的一致性; 3)对列为黑名单车牌,进行语音报警; 4)服务器实时数据备份,且异地存储,可进行灾难恢复。 适应性: 1)当停车场中客户端出现故障时,服务器或其他客户端可以立即接管该设备业务流程,进行正常收费、计费?; 2)采用B/S与C/S嵌套模式,C/S单点收费,B/S集中管理,可满足多进多出、多区域管理、跨区域管理多级服务器管理模式需求; 3)可根据环境光自动调整相机成像亮度,保证全天候图片抓拍质量、识别率。

便捷性: 1)一键式解压安装绿色软件,无惧病毒侵扰; 2)采用实时同步机制,服务器配置可随时更改; 3) TCP/IP网络通讯,工程施工不再繁琐; 4)界面更直观、人性化,适用于各个年龄段的岗亭人员操作 兼容性: 1)兼容所有版本车识易智能车牌识别系统硬件设备; 2)兼容所有主流Windows操作系统; 1.3)解决问题 物业目前存在隐患 随着ITS技术的发展,越来越多的新技术不断地在ITS中得到应用,其中在收费系统中,车牌识别系统得到广泛的重视,应用技术也日趋成熟。 目前,多数收费仍采用人工输入车牌号码及刷卡出入,这不但加重了操作员的负担,同 时也增加了操作和判断错误的机率。传统物业使用刷卡出入管理弊端频频发生,账单错漏、刷卡出入漏洞。详细情况分为以下几点; (1)传统刷卡同行效率低,通车速度慢,部分新手司机易出事故。 (2)车主一卡多用,物业管理弊端:物业管理弊端通病,使用刷卡出入车主,卡片进 场后递交给其余车辆进行入场操作。 (3)车主“摩托车月卡”当做“小车月卡”来使用:部分业主每月使用摩托车卡,缴 纳摩托车卡费用。出入岗亭时,以“摩托车卡”替代“小车卡”进行出入通行。 (4)物业临时车收费监管力不从心,滋生保安“隐性收入”:弘诚厚园使用传统刷卡报表,

车牌识别系统的设计--课程设计报告

目录 一、摘要: (3) 二、设计目的和意义: (3) 2.1、设计目的: (3) 2.2、设计意义: (2) 三、设计原理: (2) 四、详细设计步骤: (2) 4.1、提出总体设计方案: (3) 4.2、各模块的实现: (4) 五、设计结果及分析 (20) 六、总结: (21) 七、体会 (22) 八、参考文献: (22)

一、摘要: 随这图形图像技术的发展,现在的车牌识别技术准确率越来越高,识别速度越来越快。无论何种形式的车牌识别系统,它们都是由触发、图像采集、图像识别模块、辅助光源和通信模块组成的。车牌识别系统涉及光学、电器、电子控制、数字图像处理、计算视觉、人工智能等多项技术。触发模块负责在车辆到达合适位置时,给出触发信号,控制抓拍。辅助光源提供辅助照明,保证系统在不同的光照条件下都能拍摄到高质量的图像。图像预处理程序对抓拍的图像进行处理,去除噪声,并进行参数调整。然后通过车牌定位、字符识别,最后将识别结果输出。 二、设计目的和意义: 2.1、设计目的: 1、巩固理论课上所学的知识,理论联系实践。 2、锻炼学生的动手能力,激发学生的研究潜能,提高学生的协作精神。 3、通过本次二级项目的设计,能够综合运用所学理论知识,拓宽知识面,系统地进行电子电路的工程实践训练,培养工程师的基本技能,提高分析问题和解决问题的能力。 2.2、设计意义: 车辆牌照在交通系统管理中有着重要的作用,通过它可以检索车辆的各项重要信息,实现车辆的控制、运输安排、停车管理、自动收费、事故处理等功能,从而给交通系统的自动管理提供极大的方便。 车牌定位系统的目的在于正确获取整个图像中车牌的区域,并识别出车牌号。通过设计实现车牌识别系统,能够提高学生分析问题和解决问题的能力,还能培养一定的科研能力。 三、设计原理: 牌照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、摄像设备、照明设备、图像采集设备、识别车牌号码的处理机等,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。某些牌照识别系统还具有通过视频图像判断车辆驶入视野的功能称之为视频车辆检测。一个完整的牌照识别系统应包括车辆检测、图像采集、牌照识别等几部分。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。牌照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。 四、详细设计步骤:

相关文档
最新文档