车牌识别培训文档
车牌识别系统参数及培训材料
车牌识别系统1 进出车辆管理系统概述车辆管理系统是集成车牌识别技术2 系统结构进出车辆管理系统设计为二级计算机网络系统，控制中心计算机系统构成局计算机网络（10/100M自适应以太网），中心计算机系统与进出路口抓拍主机系统联接为局域网计算机网络，采用前端数据采集和识别。
中心数据负责接收各出入口抓拍主机上传的数据。
进出车辆管理总体逻辑组成由前端监测抓拍与识别、数据传输、中心管理等三部分。
3 车牌识别系统进出车辆管理系统前端采用以工控机运行平台。
进出车辆管理系统硬件由：摄像机、防护罩、补光机、摄像机立柱、图像采集卡、通讯卡、工控主机和道闸等构成。
3.1 识别系统技术指标车牌定位正确率＞98%捕捉车辆成功率＞98%识别速度＜0.3秒（从捕捉到车辆至输出识别结果）适应车速范围：＜180公里/小时JPEG存储数据格式，分辨率768*288，压缩比10%～100%每幅图像最大字节数：＜40KB图像象素：768×576最低照度：0.08 LUX(彩色)最低照度：0.01 LUX(黑白)图像灰度等级：256级图像彩色等级：24位真彩色清晰度：480线平均无故障时间：＞100000小时适应环境温度范围：-60℃－＋70℃；工作湿度：0～95%工作电压：176VAC～243VAC, 50Hz±5Hz3.2 牌照自动识别系统具备对民用、警用、军用、武警、2002个性化等汽车号牌、摩托车号牌计算机自动识别能力，所能识别的字符包括：○1“0—9”十个阿拉伯数字；○2“A—Z”二十六个英文字母；○3省市区汉字简称（京、津、晋、冀、蒙、辽、吉、黑、沪、苏、浙、皖、闽、赣、鲁、豫、鄂、湘、粤、桂、琼、川、贵、云、藏、陕、青、宁、新、渝、使、临、台）；○4军用车牌汉字(“军、空、海、北、沈、兰、济、南、广、成”)；○5号牌分类用汉字（“警、学、领、试、挂、境、港、澳、拖、农”）○6武警车牌字（“WJ、0—9、消、边、水、警、电、林、通”）○7可识别02式牌照（GA 36.1-2001）；92式牌照（GA 36-92）；军车牌照；警车牌照；武警车牌照；港澳车内地牌照；使馆车辆等牌号。
车牌识别
1．车牌识别简介2．车牌识别的基本过程车牌定位车牌字符分割车牌字符识别3．车牌图象的特点牌照的尺寸、字间距、字数和字体基本统一；车牌：宽440mm，高140mm字符：宽45mm，高90mm车牌部分的图象颜色与背景一般具有明显的差异，并且字符和背景各自的灰度基本均匀；牌照文字周围有一类似于长方形的边框；边框内部边缘信息丰富，呈现一定的纹理特征；车牌字符集为有限字符集，主要包括约50个汉字、25个字母和10个数字。
（1）. 车牌定位车牌的基本特征彩色边缘检测与区域生长相结合的牌照定位方法基于边缘颜色对的车牌定位方法基于小波变换的车牌定位方法利用神经网络的方法定位牌照基于遗传算法的车牌定位方法基于矢量量化的方法基于MeanShift的车牌定位方法（2）. 车牌字符分割基于灰度图像垂直投影的字符分割方法基于二值图像垂直投影的字符分割方法基于连通域的字符分割方法基于Hough变换拟合直线的水平分割方法（3）. 车牌的字符识别拓扑描述子孔(H)连通分量(C)欧拉数(E=C-H)骨架和端点矩特征：7个不变矩角点特征：Harris算子、Moravec算子基于模板匹配的车牌字符识别方法基于结构特征的车牌字符识别方法基于模糊规则的车牌字符识别方法基于神经网络的车牌字符识别方法基于模板匹配和神经网络的车牌字符识别方法基于多级混合集成分类器的车牌字符识别方法基于矩和小波变换的车牌字符识别方法基于Gabor滤波器的车牌字符识别方法基于支持向量机的车牌字符识别方法其他技术要点：伪牌照、倾斜校、正蓝/黑，黄/白、白色牌照的分类。
高清车牌识别解决方案模板教学文稿
高清车牌识别解决方案模板一、车牌识别背景随着科技经济的不断发展，人们生活水平不断提高，机动车的数量也在逐年增加，势必会产生一定的停车问题，比如停车难，停车场入出口拥堵，传统停车场管理系统效率低等，为改变目前的停车现状，以车牌识别技术为基础的车牌自动识别技术应运而生。
二、关于车牌识别技术车牌自动识别技术是车牌识别技术（License Plate Recognition， LPR）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，如车牌号码、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。
三、高清车牌识别系统搭建3.1车牌识别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，上传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。
3.2 高清车牌识别管理系统组成高清车牌识别管理软件由识别模块和传统刷卡模块组成，集成传统软件稳定优势，融合识别模块，采用和汲取了国外及目前车牌识别算法的精华，并在此在基础上作了优化和改进，使得定位及识别的速度及准确性得到了很大的提升，特别是对光照的要求，因为过多地依赖环境无疑对安装及推广应用形成了障碍。
车牌识别技术优秀文档
经应平用滑领处域理4后.提基取的于边遗缘 传算法的车牌定位
封闭式居民小区物业管理及重要部门的安保管理
车基牌于自 小动波识变5别换.技的基术车于的牌应定数用位学背方景法形及态发展的现车状 牌定位方法
高速公路收费管理系统
各的算算子 子对, 定不位3同比.边较基缘精类于确型;小P的re敏波w感itt变算程子度换和不的S同ob,车e产l算生牌子的定对效噪果位声也方有不一同法定, 经的过抑大制量能实力验, 但分不析能可完知全, R排ob除er伪ts边边缘缘算; 拉子普是拉一斯种算利子用是局二部阶方微差分算算子子寻, 找对边图缘像
车牌定位
自然环境下，汽车图像背景复杂、光照不均匀，如何在自然 背景中准确地确定牌照区域是整个识别过程的关键。首先对 采集到的视频图像进行大范围相关搜索，找到符合汽车牌照 特征的若干区域作为候选区，然后对这些侯选区域做进一步 分析、评判，最后选定一个最佳的区域作为牌照区域，并将 其从图象中分割出来。
综这些方法正是述利用4物. 体车边牌缘处字灰符度变识化别剧烈这一特点来检测图像的边缘。
基于数学形态的车牌定位方法
基基于于边 边缘缘检检测测的的车车5牌牌. 定定输位位出方方法法识别结果
车牌识别目前已成为“平安城市”建设中重要的组成部分，为道路交通管理提供帮助，其不仅应用于闯红灯抓拍、超速行驶违章抓拍 、车辆旅行时间统计、高速公路车辆管理应用等道路交通应用中，还在治安安防监控中如治安卡口车牌识别、盗抢车辆通缉、刑事案 件辅助侦破等应用中都得到了广泛的使用。
基综于灰度图像述纹理1特. 效图分像析的采车集牌定位方法
高速公路收费管理系统 车牌识别系统的主要步骤
汽车牌照内容识别
组长：XXX 组员：XXX XXX
车辆牌照识别工作原理
图像采集 图像预处理 车牌定位 字符分割
建立神经网络
训练神经网络
字符识别
输出结果
车辆牌照识别系统组成
• 图像预处理：对汽车图像进行图像转换、图像增强和边缘检 测等。 • 车牌定位：从预处理后的汽车图像中分割出车牌图像。即在 一幅车辆图像中找到车牌所在的位置。 • 字符分割：对车牌图像进行几何校正、去噪、二值化以及字 符分割以从车牌图像中分离出组成车牌号码的单个字符图像 • 神经网络的建立和训练：提取字符的特征，用以训练神经网 络。 • 字符识别：对分割出来的字符进行预处理（二值化、滤波）， 然后分析提取，对分割出的字符图像进行识别给出文本形式 的车牌号码。
• 图库建立容量较小时，识别过程中常常会将“8”与“B”， “5”与“定位剪切后处理结果
字符分割
最终结果
出现的问题
• 中国车牌识别比国外车牌识别复杂，关键在于中国的车牌 当中含有汉字，给识别系统识别过程造成了很大的困难。 汉字中常常含有零散的笔画，如“湘”、“浙”、“渝” 等字，二值化后的形态滤波，如果忽略的面积较小则起不 到滤波作用，如果忽略的面积较大，汉字的特征将严重失 真。 • 神经网络建立，标准图库越大识别的准确度将越高，但是 前期工作量会非常大。
车牌识别操作指南教学文稿
车牌识别操作指南车牌识别系统操作指南前言车牌识别技术（License Plate Recognition， LPR）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。
车牌识别系统极大的提高了车场管理效率，节约成本和时间，但它并不是完全的无人值守，车场软件也需要人工简单的操作，具体操作如下。
管理员篇管理员具有软件操作的最高权限，一般分为车辆信息录入、续费、报表查询几个方面。
车辆信息录入操作步骤：1.依次点击系统菜单-系统设置-固定车设置及收费。
2.在弹出的窗口中点击增加-填写编号、姓名等车辆信息-点击保存-输入关联编号点击关联编号续费。
3.点击续费-输入续费后有效期-点击确定完成车辆信息的录入。
注：操作员在操作续费时，实收金额处如不收取费用则不用填写，默认为0，如收取了费用则填写应收金额，实收金额，因为这些数字会体现在报表中，以便保持报表的真实性。
过期车辆续费操作步骤1.在人员信息设置里依次点击人员查找-字段选择查找条件-输入查询字段值如车牌号。
2.找到需要续费的车辆信息点击“车辆续费”按钮3.在续费窗口点击“续费”按钮，调整车辆续费后有效期，点击“确定”按钮，完成车辆续费工作。
注：操作员在操作续费时，实收金额处如不收取费用则不用填写，默认为0，如收取了费用则填写应收金额，实收金额，因为这些数字会体现在报表中，以便保持报表的真实性。
报表查询1.依次点击“系统菜单”-“报表查询”根据要查询内容点击相应的按钮。
操作员篇操作员一般为车场岗亭执勤人员，操作员的软件日常操作有错误车辆修正、车辆无法入场情况处理、临时车收费。
捷顺科技车牌识别收费培训[总结]
![捷顺科技车牌识别收费培训[总结]](https://img.taocdn.com/s3/m/bffab85aff4733687e21af45b307e87101f6f8ab.png)
大门收费培训
一、收费员登录系统
1、在桌面上双击‘捷顺科技G3一卡通管理系统’
桌面会弹出下面窗口，输入自己的“账号”和“密
码”单击“登录”
2、单击“车场管理”再单击“设备管理”再单击“出入管理”
3、弹出收费界面，单击“图上小方块”把图片放到最大
4、临时车确定开闸，不是院里的车进场时电脑会弹出下面个窗口，人工确定后单击“确定”抬杆车入场
5、车牌识别不出来时，人工手动开闸。
单击“控制面
板”单击“车牌校正”
弹出下面窗口。
手动输入”l正确车牌”选择“大门入口”点“确定”
6、外来车辆出场收费。
外来车辆出场时识别车牌，电脑开弹出下面界面，收完费点“开闸”杆子自动抬起
7、出口时车牌识别不出来时，人工手动开闸。
单击“控
制面板”单击“车牌校正”
弹出下面窗口。
手动输入”l正确车牌”选择“大门出口”点“确定”
会弹出下面窗口，收完费，点“开闸”
8、换班。
“控制面板“单击“换班”
弹出下面窗口，输入自己“账号”和“密码”点“登录”
二设备语音提示说明
1、此卡无效：卡没有发行，（叫他找物业发行卡片）
2、此卡已过期：卡片有效期过了（叫他找物业延期有效时间）
3、此卡已入场：卡片上次出场时是人工开的闸，没有读卡出去（手动开闸让他进去）。
模式识别-车牌识别文档
实际环境下汽车牌照识别方法的研究与实现1 设计要求与准备本次设计是研究生一年级上学期的模式识别课程的课程设计，设计内容是实际环境下汽车牌照识别方法的研究与实现。
设计有两个主要要求：完成对实际环境下的汽车牌照部分图像的抽取；对抽取出来的牌照经过相关处理之后，对其上的字符内容进行识别。
基于课程设计的要求，需要进行实际环境下的汽车牌照识别，由于条件限制，不能用类似于学校门口的牌照硬件获取实际环境下的汽车照片，因此自行采集了一些汽车照片，用它们作为设计时的调试材料。
2 概述2.1汽车牌照识别现状车牌识别技术在实际生产生活中十分常见。
在学校或者单位的门口，在停车场门口，经常可以看到摄像头，汽车驶来，系统会自动拍摄汽车的照片，然后将照片中属于汽车牌照的部分提取出来，然后通过相应的处理手段，识别出车牌，然后送到后台处理系统，或与后台数据库进行比对，以查看该车是否属于合法进入，或者记录下该车的入场时间，等离场时进行计费统计等工作。
此外，在交通中车牌识别的应用也有非常重要的意义，例如电子警察，对于违规车辆自动识别记录，或者在罪犯抓捕时，通过车牌识别锁定相关车辆，然后调集警力等。
通过平时在学校门口或者超市停车场的观察，发现现在的车牌识别系统已经达到了非常成熟的程度，几乎可以在无人值守的情况下保持正常、准确的运转。
其中牵扯到一系列的硬件、软件的配合，据观察，有些系统是有后台计算机，整个汽车门禁系统相当于一个终端，连接到后台计算机上，但是大多数应该都是基于单片机的系统，也就是在系统中有单片机，运行着车牌识别程序。
国内外有很多研究和工作致力于解决车牌是别中的各种问题，例如车牌区域的选定，例如车牌字符的切割，例如车牌字符的匹配，都有很多相关的工作。
2.2汽车牌照识别用到的技术与准备在本次设计中，整个程序都是用Matlab完成，因为之前对Matlab 不是很熟悉，因此再设计前学习了Matlab的相关内容。
车牌识别可以使用很多Matlab提供的函数，从而大大减轻对于图像处理等操作所耗费的时间和精力。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
6
字符的组成同普通车牌 车牌外轮廓尺寸大小440mm*220mm 最后一个字符包括“挂”字 一般挂在车尾
2016/9/21
7
• 第一个字符由代表7大军区的字母（B北京、C成都、G广州、J济南、 L兰州、N南京、S沈阳）+K空军 +H海军 +V中央军委等10个字母 组成 • 第二个字符由25个字母组成 • 后面五个字符分别由10个数字组成 • 车牌第二个字符颜色不同，悬挂方式是前红后黑
16
捕获率和识别率的定义是什么？？？ 捕获率=抓拍到的有效车辆总数/实际通过的车辆总数 识别率=完全识别正确的总车辆数/实际通过的车辆总数
对没有车牌的车辆可以捕获到吗？？？ 答：我们的车牌识别是基于车牌检测才能捕获到的，没有接地感， 因此，没有车牌的车辆我们暂时捕获不到，就会导致漏车
2016/9/21
升级版本中快速出结果需要15个有效结果，正常速度出结果 需要30个有效结果，慢速出结果需要45个有效结果
思考： 一个车以很快的速度行驶穿过视频画面，只有5个有效的结果，那么 这个车辆最终会给出结果吗？
结论：有效结果>3个就能出结果
2016/9/21 10
车牌识别算法设计的技术指标1
• 可识别的模式：卡口双路、双摄像头前后、双摄像头左右（设置后车 牌识别器会重启） • 识别速度：快速出结果（15帧）、正常速度出结果（30帧）、慢速 出结果（45帧） • 适应的车速：0-40km/h • 可识别车牌的宽度范围：80-240像素， • 最佳车牌大小为100-160像素 • 可矫正的车牌最大角度：水平方向正负10°，垂直方向正负10° • 可识别的颜色类型：蓝牌，黄牌，黑牌，白牌 • 可识别的车牌类型：普通车牌、港澳车牌、教练车牌、单层军牌 • 不可识别的车牌类型：警牌、武警牌、双层车牌，个性牌等 • 可设置一个有效区识别区域和四个屏蔽区域 • 可保存一张大图（彩色720*576）和一张车牌小图（灰度图 100*20），保存的车牌大图和小图是在出结果之前的有效投票帧中 效果最好的图像
2016/9/21
13
为什么要设置默认省份？？？ 答：因为汉字容易识别错误，这跟汉字的结构复杂和分辨率有关，有 些汉字由于模糊不清，最终识别的可信度不足，因此这个时候我们就 需要用设置的默认省份替代前面的汉字 注：对结果的影响至少提升5%，当然也有被修改错误的情况，那是因为可信度 不够 为什么要设置有效区域和屏蔽区域？？？ 答：因为有些干扰具备车牌的一些特征，如栅栏杆和广告标语，识别出来的可 信度满足要求，无法被滤掉，可能会出一个结果，这个时候就需要设置一个屏 蔽区域把这块区域屏蔽掉，不让检测。可以应用到一些复杂的场景 为什么要设置快出结果，正常速度出结果，慢出结果？？？ 答：根据客户的不同需求，需要这些配置。如纯车牌识别，需要快点出结果， 把结果发送给上位机，比较，发出开闸命令，这个过程也需要时间；另外高峰 模式也需要设置成快速出结果 注：出结果的速度越慢，准确率越高，快速出结果比正常速度出结果的识别率 低了5%，捕获率一样。主要错在汉字，车牌颜色，相似字符上，因为前面的车 牌相对比较小，容易造成识别错误
2016/9/21
12
为什么汉字识别率相对会低 ？？？
答：因为汉字字符笔画复杂，D1像素低，容易受到光线、画面清晰度、污损的 影响使得字符模糊不清，容易识别错 为什么相似字符容易判断错误？？？
答：因为相似字符形状相似，字符分割的时候很容易因为1到2个像素的偏差，导 致识别结果错误，尤其是在车牌相对小（80-100像素）的时候最明显
补光灯的安装应该注意事项：
1、不能影响司机的视角 2、晚上使车牌区域反光 3、能压制住车辆大灯 4、不能比摄像机高 5、具体安装位置依据前面四点，根据现场情况进行调整
2016/9/21 22
<30°
水平路面上摄像机安装方式
<30°
2016/9/21
坡道上摄像机安装方式
23
2016/9/21
T型口和弯道口的安装 方式，需要两个摄像头， 采用双摄像头左右模式
2016/9/21
4
其他车牌介绍 特殊的警用车牌
军牌
武警车牌
机场专用车牌 泥头车牌
个性车牌
2016/9/21 5
第一个字符包括31个汉字 第二个字符包括24个英文字母（除I和O外） 剩下五个字符包括24个英文字母和10个数字组成 其中最后一个字符还包括港、澳、警、学、领
2016/9/21
2016/9/21 15
车牌识别器可以识别汽车尾牌吗？？？ 答：可以识别跟前牌一样的尾牌，但双层尾牌暂时不能识别，但是要注意， 晚上的小车尾牌上面有一些彩色的尾灯使得车牌光照不均，会降低尾牌的识 别率，白天的识别率不会受到影响。 白天和晚上的车牌识别率哪一个更高，为什么？？？ 答：在补光正常的情况下，晚上的识别率比白天高。因为： 1、白天的太阳光线和角度多变，车牌铆钉和车身本身的防撞柱会在车牌上产生阴 影，容易导致1，T，7这组相似字符识别不准，导致识别率下降； 2、白天的周围复杂环境多少会产生一定干扰，而晚上就车牌是亮的，背景都是暗 的，不容易产生虚检。 夜晚识别率会降低的情况有： 1、摄像机本身质量不好，噪点较大 2、摄像机快门没调节好，车速稍快就产生拖影 3、车辆靠近另一边行走，补光灯没补到位 什么是虚检，虚检是怎么处理的？？？ 答：虚检是具有跟车牌相似特征的非车牌区域作为一个车牌检测出来 我们在处理过程中通过宽度，高度，宽高比，结果的可信度进行过滤， 但是不能完全滤掉所有干扰，不影响识别率。 2016/9/21
车牌识别培训Βιβλιοθήκη 2016/9/211
讲解提纲
• • • • • • • • • • • • 车牌的基本知识普及 车牌识别的技术知识介绍 车牌识别算法设计的技术指标 车牌识别升级版本改进的地方 客户端升级版本改进的地方 车牌识别安装过程注意事项 车牌识别器调试技巧 升级版车牌识别器能解决的问题 车牌识别的优势与不足 支持过程中发现的问题 项目问题分析 存在的问题
2016/9/21 21
摄像机的安装应该注意事项：
1、摄像机的视角应该与可识别区域的路面（注意：路面可能是水平或者斜坡） 保持小于30°夹角，一旦大于30°，很可能导致丢车。 2、摄像机也不能与路面水平，尽量有一定夹角，根据可识别区域的远近调整摄 像机的高度，如果太水平，其一，车牌老远就进入视野，在车牌相对小的时候就 已经出结果了，小车牌会影响识别率，尤其是相似字符。其二，摄像机太水平， 容易造成大灯直射，车牌会白茫茫一片，造成漏车。 3、双摄像头协同工作应该注意两个摄像头的识别区域应该有部分重叠，这样增 加了可识别区域的范围，尤其是在T型路口，弧道，宽道上安装采用双摄像头左 右协同模式时更应该注意，为了压制大灯，两边都需要补光灯。 4、尽量避免摄像机在暗处（亮处），可识别区域的车辆在亮处（暗处）；
2
2016/9/21
分类 大型汽车号牌 挂车号牌 小型汽车号牌
外轮廓尺寸 mmxmm 前：440*140 后：440*220
颜色
代表车牌
黄底黑字 440*220 蓝底白字
使馆汽车号牌
领馆汽车号牌 440*140 港澳车号牌 教练汽车号牌 警用车号牌 黄底黑字 白底黑字
3
黑底白字
车牌是由省、自治区、直辖市简称+发牌机关代号+24个字母（I和O 不能使用）和十个数字组成
17
车牌识别升级版本改进的地方
• • • • • • • • • • • 增加了参数配置 汉字的识别率得到了改进和优化 增加了单层军牌的识别 增加了车牌行驶方向判断 增加了双摄像头识别模式 车牌出结果的速度可以配置 识别有效区域和屏蔽区域可以配置 可视频抓拍大图和小图（车牌局部图） 车牌的可识别宽度范围可以配置 增加了连号车牌的判断，连号车牌也能出结果 相同车牌也能出结果，需要间隔1分钟
24
>4m
宽道双摄像头吊装方式示意图
2016/9/21
25
双摄像头前后模式俯视图
<30°
双摄像头前后模式侧视图
2016/9/21 26
车牌识别器调试技巧
+-10°
2016/9/21
9
车牌是如何出来的？？
投票原理 根据多个车牌识别结果，对每一位进行分析，根据置信度给出一个结果 粤 B 3 6 1 6 2 粤 D 3 6 7 6 2
…… …… …… …… …… …… ……
粤 B 3 6 1 6 2
鲁 B 3 6 7 8 2
粤 B 5 6 7 6 2
粤 B 3 6 7 6 2
2016/9/21
18
客户端升级版本改进的地方
• 升级版本采用的是H264编码，约占老版本带宽的1/6-1/10。（老版本采用 JPEG编码，比较占带宽，网络不好的情况经常会出现卡顿现象,容易丢结果） • 支持录像功能，方便研发分析，录像分辨率是720*288 • 支持预览视频模式和上传结果模式，同时也支持手动抓拍 • 车牌识别参数可以以配置文件形式导入、导出 • 可设置快速出结果、正常速度出结果、慢速出结果；可根据需求进行配置 • 可设置有效区域和屏蔽区域，解决了有些干扰对结果的影响 • 客户端可以看见车牌框，方便调试 • 一个车牌识别器最多可支持10个客户端同时访问，但网络环境不好的情况下 取决于带宽 • 车牌识别SDK支持监控 • 车牌识别客户端兼容老版车牌识别，但只能支持上传图像功能，预览视频功 能和录像功能，监控功能都不兼容。
2016/9/21 11
车牌识别算法设计的技术指标2
• • • • • • 支持车辆行驶方向的判断（靠近或远离摄像机） 支持视频流触发，不支持地感触发 单帧图像处理时间在30ms左右，两路交替实时处理 识别率>95%，捕获率>97% 设计了一些过滤规则过滤虚检 对相似字符（如8和B，0和D，1和T等）做了一些处理，但不能保证 完全正确，对整车识别率的影响控制在2%以内 • 支持默认省份和地区的动态统计，也支持手动设置