车牌识别停车场管理系统技术特点

车牌识别停车场管理系统技术特点
车牌识别停车场管理系统技术特点

车牌识别停车场系统的技术特点

一、系统概述

通过多年研究,攻克了一个个技术难题,立体高清车牌识别摄像机的实用识别率大大提高,并在实际应用中效果很好,用户很满意。

车牌识别停车场系统凝聚了车牌焦点曝光、立体车牌识别、车牌畸变校准等多项独创技术,有效地解决了环境适应性的难题。产品集网络视频、车辆抓拍、车牌识别、语音播放、智能控制于一体,配上道闸和中文显示屏,就可以组成完整的停车场管理系统,既可

以管理固定用户车辆,也可以实现临时车辆收费。固定车辆可以不停车通行,临时车辆也可以不停车进入。系统结构简单,稳定可靠,安装、维护、使用方便。

二、系统特点详述

1.用“远距离车牌识别-不停车通行模式”管理固定车通行的逻辑如下:

1)对固定车的管理,首先需要将有效的固定车车牌号注册到中心服务器的软件上,并下载到对应授权通道的“嵌入式车牌识别网络高清摄像机”内

?固定车进入停车场过程是:固定车行驶到入口A1地感线圈位置,立体高清车牌识别摄像机完成图片抓拍-车牌识别-车牌身份确认-开闸

??固定车通过道闸后,道闸自动落杆

固定车离开停车场过程是:固定车行驶到出口B1地感线圈位置,立体高清车牌识

别摄像机完成图片抓拍-车牌识别-车牌身份确认-开闸?固定车通过道闸后,道闸自动落杆

2)对临时车的管理,要保证系统处于联网状态,收费终究需要岗亭程序的提示及人工收费,所以应该具备下图的配置条件:

?临时车车进入停车场过程是:临时车行驶到入口A1地感线圈位置,立体高清车牌识别摄像机完成图片抓拍-车牌识别-临时车车牌身份确认-开闸,可以配置辅助LED和语音播报来提示临时车入场;同时临时车入场记录会传入服务器

??临时车通过道闸后,道闸自动落杆

临时车离开停车场过程是:临时车行驶到出口B1地感线圈位置,立体高清车牌识

别摄像机完成图片抓拍-车牌识别-临时车牌身份确认;同时临时车出场记录会传入服务器,结合临时车入场记录,停车时间和停车费用会计算并显示在岗亭管理程序界面

上,可以配置辅助LED和语音播报来提示临时车

??岗亭收费人员按停车场系统的停车费计算结果向临时车收费

岗亭收费人员收到停车费以后,可以通过岗亭管理程序界面的“开闸”功能键,

或道闸的遥控器,或道闸的线控器,控制出口道闸打开

?临时车通过道闸后,道闸自动落杆

2.车牌识别模式的优点

“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1)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;

其他源于卡的问题……

2)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,收费人员眛钱的现象;

彻底将收费人员从人工发卡的工作中解放出来,只需负责收钱——即便是配入口

发卡机,也往往需要有人帮忙在“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”。因为临时车的停车距离往往离发卡机比较远,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,有的临时车辆混出停车场,管理方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;

???彻底解决入口发卡机卡容量有限的问题;

自动对大车,小车进行车型区分,执行不同的收费标准;其他源于卡的问题……

3.市面上实际使用效果不佳的车牌识别案例的原因分析

1)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的“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。

最多是利用“车牌识别”作为一个虚假的智能化名义噱头。但使用方毕竟要为了这个噱头支付了更高的费用,这是不公平的。

2)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;车牌顺光的时候识别率较高,逆光则较低;

?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……

4.车牌识别的技术要点

为了让车牌识别能投入到实际使用中,经过多年的技术研发和实践检验,开发出以下系列车牌识别技术:

1)立体车牌识别技术,解决车牌角度问题:如上图所示,理想的车辆方向是灰色车(B)的正面方向,但是现实环境往往不能保证入口通道的深度,有极大可能发生红色车

(A,C)这样的斜向情况,特别是红色车A的方向会导致“左侧的(嵌入车牌识别-控

制功能)高清网络摄像机”拍到一个非常斜的车牌。

举例:当一辆车从一个斜角进入通行车道时

左侧摄像机抓拍的图片如下:

左侧摄像机能截取的车牌部分如图:

右侧摄像机抓拍的图片如下:

右侧摄像机能截取的车牌部分如图:

显而易见的,如果这个现场只有“右侧摄像机”,就无法在这个情况下获得一张角度良好的车牌部分图片,也就无法保证车牌识别的正确了。

为了应对多变的路口现场,提高整体的现场适应性和车牌识别率,蓝卡公司开发

了“立体车牌识别技术”,用2个角度的摄像机来兼顾从A-C的方向范围。

当然,为了得到好的抓拍角度,也可以考虑将一台摄像机吊顶安装。

2)车牌焦点曝光技术:

自动锁定车牌位置,以车牌为拍照的焦点,类似现在的数码相机自动识别出人脸的位置,以人脸位置为焦点;

自动对车牌位置测光,智能进行车牌位置的曝光和闪光的参数调整,做到强光抑制,弱光补光,过曝降曝。

3)车牌畸变校准技术:

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(即一头大一头小),远离摄像机的位置字符变小,对识别造成一定的困难。立体高清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,解决以下几个问题:

?将车牌识别功能和控制功能嵌入到高清网络摄像机内,在对固定车管理时,不必

依赖电脑、联网状态、控制板联合工作。

?立体高清车牌识别摄像机视野宽广,能看清车牌,车型等更大区域;

?立体高清车牌识别摄像机采用百万像素高清识别技术,使得图片更加清晰,特别是车牌区域。

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

5.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A12345”来了,但是被识别成“苏A12346”,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,不过可以忽略、或配合进行特别车牌管理。

车牌识别技术存在的局限性

譬如无法正确识别很脏、很花的车牌,或者有暴雨阻挡车牌;正常配置的车牌识别要

求路宽不要超过4米,所以不适合很宽的路口;常配置的车牌识别要求识别区域距离道闸

有4.5米,所以不适合深度很小的路口。不过这些都是小概率情况了。

在以上车牌识别技术中,左侧高清网络摄像机是“主机”,必须在有右侧“从机”的

配合时才能正常执行“车配识别-控制道闸”的工作;如此配置是为了避免只装一台摄像机,会得不到另一个来车角度正常图片的情况发生。

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:

车牌识别系统的研究背景意义及国内外研究现状

车牌识别系统的研究背景意义及国内外研究现状 1车牌识别系统的背景 1.1 车牌识别系统的背景及研究意义 1.2 车牌识别系统简介 2 车牌识别系统的国内外现状 3车牌识别难点 1车牌识别系统的背景 1.1 车牌识别系统的背景及研究意义 随着经济社会的迅猛发展,人们的生活水平的提高,机动车辆的数量也越来越多。为了提高车辆的管理效率,缓解公路上的交通压力,我们必须找到一种解决方案。而作为汽车“身份证”的汽车车牌,是在公众场合能够唯一确定汽车身份的凭证。我们可以以此为依据,设计一种车牌识别系统监控各个车辆的情况。为此,我国交通管理部门对汽车车牌的管理非常重视并制定了一套严格的管理法规。其中对汽车车牌的制作、安装、维护都要求由制定部门统一进行管理。在此基础上,如果研制出一种能在公众场合迅速准确地对汽车牌照进行自动定位识别的系统(CPR),那么这将是一件非常有意义的工作,并将极大地提高汽车的安全管理水平及管理效率。 车辆牌照定位与识别是计算机视觉与模式识别技术在智能交通领域应用的重要研究课题之一, 该技术应用范围非常广泛, 其中包括: (1) 交通流量检测; (2)交通控制与诱导;(3) 机场、港口等出入口车辆管理;(4) 小区车辆管理; (5) 闯红灯等违章车辆监控;(6) 不停车自动收费;(7) 道口检查站车辆监控; (8) 公共停车场安全防盗管理;(9) 计算出行时间;(10) 车辆安全防盗、查堵指定车辆等。其潜在市场应用价值极大,有能力产生巨大的社会效益和经济效益。如图1所示,LPR[1]的部分应用: 图1 LPR在收费口、道路监控和停车管理中的应用 近些年,计算机的飞速发展和数字图像技术的日趋成熟,为传统的交通管理

车牌识别系统技术的研究与应用

车牌识别系统技术的研究与应用 时间:2011-03-01 15:53:00 来源:电子科技作者:余春琴张浩然李广林武警工程学院 摘要:本文介绍车牌识别的两种主要方法(基于无线射频识别技术(RFID)的自动检测识别方法和基于图像处理技术的检测识别方法),并对两种技术的优缺点进行了比较,提出了一种双模式识别系统,重点阐述了主模式识别系统原理,并考虑了车载分机的安全性,给出了车载分机防移动的软硬件设计,可广泛用于各种门禁系统。 关键词:车牌识别;射频识别;车载分机;检测子系统;门禁子系统 0 引言 在我国,直至20世纪50年代,车辆管理主要靠人工方式,然而随着经济的迅猛发展,工业化程度的不断加深,汽车数量大量增加,给交通管理、环境治理、社会治安、交通运营等提出了许多新的问题。伴随着车辆数目的增加,生活小区、地方单位、部队营区、停车场等对车辆的管理面临着新的挑战。如何做到车辆状态有案可查、有据可依,如何实现车辆的科学化、自动化管理成为人们关注的话题。 1 车牌识别技术 车牌识别是车辆管理的重要前提和关键技术,主要可分为间接法和直接法两种。间接法是基于无线射频识别技术(Radio Frequency Id-entification,RFID)的自动检测识别方法;直接法是基于图像处理技术的检测识别方法。 基于图像处理的车牌识别,是对视频或图像中的车牌进行特征分析,确定车牌位置,然后设计识别算法,对车牌中的汉字、字母、数字进行识别,以确定车牌内容。目前,能够在车辆时速不超过220公里的情况下,实现单车牌照的准确抓拍、检测及识别。在没有任何外部触发装置时,可以完全基于视频触发控制,系统可对视频图像中静止或行驶中的一个或多个车辆的车牌同时进行实时检测和识别。车牌识别系统主要由车牌定位、字符分隔和字符识别三部分组成,如图1所示。 基于RFID的车牌识别系统由标签(Tag)、阅读器(Reader)、天线(Antenna)三部分组成。电子标签中保存车牌信息。系统的基本工作原理是:标签进入磁场后,如果接收到阅读器发出的特殊射频信号,就能凭借感应电流所获得的能量发送出存储在芯片中的产品信息(即Passive Tag,无源标签或被动标签),或者主动发送某一频率的信号(即Active Tax,有源标签或主动标签),阅读器读取信息并解码后,送到后台主系统进行相关处理;主系统根据逻辑运算判断该卡的合法性,针对不同的设定做出相应的处理和控制,发出指令信号控制执行机构动作。 对于车辆的识别,以往的车辆管理系统通常是单一地采用基于RFID的识别技术或基于图像处理的识别技术。这两种车辆识别方法各有优缺点:RFID识别技术抗干扰能力强、不受天气影响、且可穿透非金属物体进行识别,识别速率快、准确率高,却难以有效防止作弊,电子标 签容易丢失,并且只能管制内部车辆;基于图像处理的车牌识别技术对基础建设方面几乎没有要求,但是抗干扰性差,准确率也有待提高。

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

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) 4.1CA-AB900道闸 (19) 4.2INEX- TI200 200万高清识别一体机 (20) 4.3CA-600读卡控制器 (21) 技术参数: (21) 4.4软件监控界面 (22) 4.5其他辅件 (22) 5售后服务 (23) 5.1保修时间及范围 (23) 5.2维修及维护服务 (23) 5.3更新改进服务 (23) 5.4客户档案,完善产品质量 (24) 6部分工程案例 (25)

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

车牌识别技术的工作原理和应用

车牌识别技术的工作原理和应用 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。 车牌识别技术四大应用 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

matlab车牌识别课程设计报告(附源代码)

Matlab程序设计任务书 分院(系)信息科学与工程专业 学生姓名学号 设计题目车牌识别系统设计 内容及要求: 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。 1.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。 2.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。 3.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。 进度安排: 19周:Matlab环境熟悉与基础知识学习 19周:课程设计选题与题目分析 20周:程序设计编程实现 20周:课程设计验收与答辩 指导教师(签字): 年月日学院院长(签字): 年月日 目录

一.课程设计目的 (3) 二.设计原理 (3) 三.详细设计步骤 (3) 四. 设计结果及分析 (18) 五. 总结 (19) 六. 设计体会 (20) 七. 参考文献 (21) 一、课程设计目的 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。 二、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。 三、详细设计步骤: 1. 提出总体设计方案: 牌照号码、颜色识别 为了进行牌照识别,需要以下几个基本的步骤: a.牌照定位,定位图片中的牌照位置;

车牌识别技术的应用

车牌识别技术的应用 车牌识别技术的应用主要有以下几个方面。 1.监测报警 对于纳入“黑名单”的车辆,例如:被通缉或挂失的车辆、欠交费车辆、未年检车辆、肇事逃逸及违章车辆等,只需将其车牌号码输入到应用系统中,车牌识别设备安装于指定的路口、卡口或由执法人员随时携带按需要放置,系统将识读所有通过车辆的牌照号码并与系统中的“黑名单”比对,一旦发现指定车辆立刻发出报警信息。系统可以全天不间断工作、不会疲劳、错误率极低;可以适应高速行驶的车辆;可以在车辆行使过程中完成任务不影响正常交通;整个监视过程中司机也不会觉察、保密性高。应用这种系统将极大地提高执法效率。 2.超速违章处罚 车牌识别技术结合测速设备可以用于车辆超速违章处罚,一般用于高速公路。具体应用是:在路上设置测速监测点,抓拍超速的车辆并识别车牌号码,将违章车辆的牌照号码及图片发往各出口;在各出口设置处罚点,用车牌识别设备识别通过车辆并将号码与已经收到的超速车辆的号码比对,一旦号码相同即启动警示设备通知执法人员处理。与传统的超速监测方式相比,这种应用可以节省警力,降低执法人员的工作强度,而且安全、高效、隐蔽,司机需时刻提醒自己不能超速,极大地减少了因超速引发的事故。 3.车辆出入管理

将车牌识别设备安装于出入口,记录车辆的牌照号码、出入时间,并与自动门、栏杆机的控制设备结合,实现车辆的自动管理。应用于停车场可以实现自动计时收费,也可以自动计算可用车位数量并给出提示,实现停车收费自动管理节省人力、提高效率。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,自动地、客观地记录本单位车辆的出车情况,车牌识别管理系统采用了车牌识别技术,达到不停车、免取卡,有效提高车辆出入通行效率。 4.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、高级住宅区等。 5.高速公路收费管理 在高速路的各个出入口安装车牌识别设备,车辆驶入时识别车辆牌照将入口资料存入收费系统,车辆到达出口时再次识别其牌照并根

(完整版)基于数字图像处理的车牌识别本科毕业论文

本科生毕业论文(设计) 题目: 基于数字图像处理的车牌识别设 计 姓 名: 周金鑫 学 院: 数理与信息工程学院 专 业: 电子信息工程 班 级: 111 学

号: 指导教师: 刘纯利职称: 教授 2014 年 12 月 24 日 安徽科技学院教务处制 目录 摘要 ....................................................................关键词 .................................................................. 1、设计目的 ............................................................. 2、设计原理: ............................................................ 3、设计步骤: ............................................................ 4、实行方案 ............................................................. 4.1. 总体实行方案:................................................... 4.2. 各模块的实现:................................................... 4.2.1输入待处理的原始图像: ....................................... 4.2.2图像的灰度化并绘制直方图: ...................................

智能车牌识别系统

智能车牌识别系统 智能车牌识别系统是采用车牌识别技术做为基础,应用与停车场、高速路口、收费通道等场所的车辆管理系统。车牌识别技术(Vehicle License Plate Recognition,VLPR) 是指能够检测到受监控路面的车辆并自动提取车辆车牌信息(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。 随着社会经济的发展、汽车数量急剧增加,对交通控制、安全管理、收费管理的要求也日益提高,运用电子信息技术实现安全、高效的智能交通成为交通管理的主要发展方向。汽车车牌号码是车辆的唯一“身份”标识,智能车牌识别系

统可以在汽车不作任何改动的情况下实现汽车“身份”的自动登记及验证,这项技术已经应用于公路收费、停车管理、交通诱导、交通执法、公路稽查、车辆调度、车辆检测等各种场合。 智能车牌识别系统的几种应用方式: 1、监测报警 对于纳入“黑名单”的车辆,例如:被通缉或挂失的车辆、欠交费车辆、未年检车辆、肇事逃逸及违章车辆等,只需将其车牌号码输入到应用系统中,智能车牌识别设备安装于指定的路口、卡口或由执法人员随时携带按需要放置,系统将识读所有通过车辆的车牌号码并与系统中的“黑名单”比对,一旦发现指定车辆立刻发出报警信息。系统可以全天不间断工作、不会疲劳、错误率极低;可以适应高速行驶的车辆;可以在车辆行使过程中完成任务不影响正常交通;整个监视过程中司机也不会觉察、保密性高。应用这种系统将极大地提高执法效率。 2、超速违章处罚 车牌识别技术结合测速设备可以用于车辆超速违章处罚,一般用于高速公路。具体应用是:在路上设置测速监测点,抓拍超速的车辆并识别车牌号码,将违章车辆的车牌号码及图片发往各出口;在各出口设置处罚点,用智能车牌识别设备识别通过车辆并将号码与已经收到的超速车辆的号码比对,一旦号码相同即启动警示设备通知执法人员处理。与传统的超速监测方式相比,这种应用可以节省警力,降低执法人员的工作强度,而且安全、高效、隐蔽,司机需时刻提醒自己不能超速,极大地减少了因超速引发的事故。 3、车辆出入管理 将智能车牌识别设备安装于出入口,记录车辆的车牌号码、出入时间,并与自动门、栏杆机的控制设备结合,实现车辆的自动管理。应用于停车场可以实现自动计时收费,也可以自动计算可用车位数量并给出提示,实现停车收费自动管理节省人力、提高效率。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,自动地、客观地记录本单位车辆的出车情况。

车辆牌照图像识别算法研究与实现本科毕设论文

Q260046902 专业做论文 西南科技大学 毕业设计(论文)题目名称:车辆牌照图像识别算法研究与实现

车辆牌照图像识别算法研究与实现 摘要:近年来随着国民经济的蓬勃发展,国内高速公路、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。因此,汽车牌照识别技术在公共安全及交通管理中具有特别重要的实际应用意义。本文对车牌识别系统中的车牌定位、字符分割和字符识别进行了初步研究。对车牌定位,本文采用投影法对车牌进行定位;在字符分割方面,本文使用阈值规则进行字符分割;针对车牌图像中数字字符识别的问题,本文采用了基于BP神经网络的识别方法。在学习并掌握了数字图像处理和模式识别的一些基本原理后,使用VC++6.0软件利用以上原理针对车牌识别任务进行编程。实现了对车牌的定位和车牌中数字字符的识别。 关键词:车牌定位;字符分割;BP神经网络;车牌识别;VC++

Research and Realization of License Plate Recognition Algorithm Abstract:In recent years, with the vigorous development of the national economy,there are more and more construct in the domestic expressway, urban road, and parking area. The requisition on the traffic control, safety management improves day by day. Therefore, license plate recognition technology has the particularly important practical application value in the public security and the traffic control. In the paper, a preliminary research was made on the license location, characters segment and characters recognition of the license plate recognition. On the license location,the projection was used to locate the license plate; On the characters segmentation, the liminal rule was used to divide the characters; In order to solve the problem of the digital characters recognition in the plate, BP nerve network was used to recognize the digital characters. After studying and mastering some basic principles of the digital image processing and pattern recognition, the task of license plate recognition was programmed with VC++ 6.0 using above principles. The license location and the digital characters recognition in the license plate were implemented. Keywords: license location, characters segmentation, BP nerve network, license plate recognition, VC++

毕业设计论文_车牌识别系统的设计与实现参考

车牌识别系统的设计与实现 摘要 车牌识别系统是智能交通系统的重要组成部分,有着广泛的应用,同时也是计算机视觉、图像处理和模式识别等交叉学科的研究热点。车牌识别系统广泛应用于高速公路自动收费和超速监管系统、公路流量监控系统、停车场收费管理系统、安防系统以及小区物业管理系统等等。 本文在VC++6.0平台下,结合OpenCV视觉库,开发了车牌识别系统。车牌识别系统分为五大组成部分:图像预处理、车牌定位、车牌倾斜校正、字符分割和字符识别。 本系统能够对输入的图像进行图像预处理,包括图像灰度化、图像滤波、边缘检测和二值化等;其次,通过使用数学形态学技术和车牌的高宽比固有特征从预处理后的图像中定位出车牌位置,并把车牌提取出来;再次,使用Hough 变换方法测出倾斜角,对车牌进行有效的旋转校正;通过水平投影去除车牌的上下边框,使用垂直投影法把字符一个个分割出来;最后,通过模板匹配法识别车牌字符并输出。实验结果表明,车牌定位的准确率为87.9%,车牌字符的正确识别率为72.6%。 关键词:车牌定位,数学形态学,Hough 变换,倾斜校正,投影

Design and Implementation of License Plate Recognition System Abstract License plate recognition system is an important part of intelligent transportation system and it has a wide range of applications. It is a hot spot of research in computer vision, image processing and pattern recognition. License plate recognition system is widely applied in the highway automatic charging and speed regulation system, highway traffic monitoring system, parking fee management system, security system and the residential property management system, etc. This system is developed in VC++6.0 platform and computer vision library OpenCV. License plate recognition system designed is mainly divided into five parts: image preprocessing, license plate orientation, license plate tilt correction, character segmentation and character recognition. This system can perform the image pretreatment to the input image, including the image gray level, the image filtering, edge detection and binarization and so on. Secondly, by using the technology of mathematical morphology and the plate inherent characteristics of aspect ratio to position license plate location in the image after pretreatment, and extract the license plate. Thirdly, Hough Transform method is used to measure the angle and effective rotation correction the license

车牌识别实验报告

数字图像处理在车牌识别中的应用 摘要 随着汽车数量在我国大面积的增加,城市交通状况逐渐受到人们的重视,如何进行有效的交通管理更是成为了人们关注的焦点。 针对此问题,人们运用新的科学技术,相继研制开发出了各种交通道路监视、管理系统。因此,智能交通系统已成为世界交通领域研究的重要课题。车牌识别系统作为智能交通系统的核心,起着非常关键的作用。目前,图像处理技术在车牌识别中的应用研究已经成为科学界的一个重要研究领域。 本文旨在粗浅的运用所学基本原理和知识分析数字图像处理技术在友好环境下的应用(所选车牌识别的车辆图片均为友好环境下,易于处理的实验图片,不具有广泛性)。以车牌为研究对象,主要研究如何通过图像的预处理、车牌的定位、车牌字符分割和字符识别等一系列过程,完成车牌的识别。 1.绪论 1.1背景及现状: 基于图像处理的车牌识别技术的研究在国外起步比较早,在美国、意大利、德国、以色列、新加坡等国家,现在都已经有比较成熟的产品投入使用,比如美国的(AUTOSCOF)2003系统、以色列的Hi-Tech公司研制的See/Car System、德国西门子公司的ARTEM7SXI系统、新加坡的Optasia公司研制的VLPRS等车牌识别系统,但因为我国车牌样式的多样性、车牌颜色的多样性以及包含汉字等特点,这些车牌识别系统不适合我国国情。 基于图像处理的车牌识别技术主要包括车牌定位、车牌分割、字符识别等方面的技术。 关于车牌定位方面,主要理由车牌的边缘、形状、颜色等特征,再结合数字图像处理、形态学、小波变换、人工神经网络等技术对车牌进行定位。 基于特征的车牌定位的方法有C.J.Setchel提出的基于字符边缘检测的车牌定位方法,M.M.Mfahmy提出一种基于迭代阈值的车牌定位方法。完全基于形态学的算法有运用数学形态学的闭运算获得车牌的候选区,然后采用投影的方法剔除假车牌,定位针车牌。 基于神经元网络的方法有基于BP网络的牌照定位方法,基于彩色的车牌定位方法有采用多层感知器网络对输入彩色图像进行彩色分割及多级混合集成分类器的车牌自动识别方法。还有根据彩色边缘检测算子ColorPrewitt和彩色边缘检测与区域生长相结合的车牌定位算法。 1.2原理及方法 通常,车牌识别过程分为图像预处理、车牌定位、车牌校正、车牌分割

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:

车牌识别技术研究实现

车牌识别技术研究与实现 姓名:李罗川 学号:ZY1403222 完成时间:2015年05 月06 日

目录 1车牌识别技术研究背景与意义 (1) 1.1背景 (1) 1.2解决的问题 (1) 2现状与前景 (3) 3具体实现 (5) 3.1原理方法 (5) 3.2关键步骤与算法 (5) 3.2.1 车牌定位 (5) 3.2.2 车牌字符分割 (10) 3.2.3 车牌字符识别算法的研究 (12)

1车牌识别技术研究背景与意义 1.1背景 近年来,车辆数量和交通设施随着经济的快速增长而增长,但是交通设施的增长速度远远落后于车辆数量的增长速度,这引发了交通拥堵、交通事故、环境污染等难题。为了在根本上解决交通难题,世界各国纷纷利用先进的信息技术研究智能交通系统(Intelligent Transportation System,简称 ITS)。智能交通系统是一种充分利用各种先进的高新技术来实现实、准确、高效的交通管理系统,使交通更畅通更安全;它也是一种交通信息服务系统,使人们出行更方便更快捷。随着智能交通系统的快速发展,智能交通系统已经融入人们的日常生活,使人们的生活越来越方便。 随着计算机技术、通讯技术和计算机网络技术的发展,自动化的信息处理水平和能力不断提高,各种各样的交通系统应运而生,如电子警察系统、道路收费、车载导航系统、全球定位系统、车辆自动识别系统等都在为交通运输服务,对交通控制、安全管理的要求也越来也高,ITS(智能交通系统)已成为当前交通管理发展的主要方向。车辆是智能交通系统中的重点研究对象,每辆车都有自身唯一的车牌号码,车牌号码反映了车辆信息以及关联着车主信息,通过车牌号码可以记录对应车辆的交通行为,因此,车牌识别技术是智能交通系统中最核心最基础的技术之一,决定着智能交通系统的发展速度和技术水平。作为智能交通系统中的一种核心技术和关键环节,车牌识别技术的深入研究不但具有较高的理论价值,也具有很高的实用经济价值,极大的推动了整个智能交通系统的发展。 1.2解决的问题 车牌识别技术可以实现自动登记车辆“身份”,已经被广泛应用于各种交通场合,对“平安城市”的建设有着至关重要的作。具体概括如下: (1)电子警察系统 电子警察系统作为一种抓拍车辆违章违规行为的智能系统,大大降低了交通管理压力。随着计算机技术和CCD技术的发展,目前电子警察系统已经是一种纯视频触发的高清抓拍系统,可以完成多项违章抓拍功能,其中包括违章闯红灯抓拍功能、违章不按车道行驶抓拍功能、违章压线变道抓拍功能、违章压双黄线抓

毕业设计论文 任务书 车牌识别系统

焦作大学 毕业设计(论文)任务书 题目基于matlab的车牌识别系统的设计 主题: 学生姓名曲思静专业:通信技术学号: 参加人员 指导教师职称讲师 职称 发任务书日期2012 年11月8日

(一)毕业设计(论文)任务具体要求和技术指标通过本课题完成车牌识别这一功能子模块的研究,具体任务如下: 1.完成方案总体设计和需求分析。 2.对车牌识别的现状及发展趋势进行调研。 3.了解车牌识别的相关原理及算法。 4.构建本课题车牌识别系统的软硬件平台完成车牌识别的功能,过程设计具体,翔实,有独特之处。 5.完成毕业论文的书写。。 (二)毕业设计(论文)说明书内容 1、图像预处理 之所以要进行图像预处理,是因为在整个的车牌识别系统中,采集进来的图像是真彩图,还有其他因素的影响,例如采集环境因素、硬件设备等原因,图像比较模糊,其背景和噪声会严重影响字符的准确分割和识别,经过图像预处理后,可以大大提高图像质量。 2、车牌区域定位 对经过预处理后的车牌的二值图片运用形态学进行滤波,使得车牌区域能够形成一个连通区域,然后以车牌的先验知识为依据筛选所得到的连通区域,进而获得车牌区域的准确位置,最后完成从图片中提取车牌的任务。 3、车牌分割 车牌分割的过程首先对车牌图片进行水平方向的投影,去除水平边框,然后再进行垂直方向的投影。通过分析车牌投影可以得知,投影中最大值峰所对应的是车牌中的第二个字符和第三个字符之间的间隔,第二大峰中心距离对应的是车牌字符的宽度,以此类推就可以对车牌进行分割。 3、车牌识别和显示 字符识别的方法有很多种,一般来讲模板匹配方法是应用最广泛的。在进行识别的过程中,要先建立标准字库,然后将分割所得到的字符进行分类,将分类后的字符与标准字库中的字符进行比较,最后以误差最小的字符作为结果显示出来。

车牌识别产品技术参数

车牌识别产品技术参数 This model paper was revised by LINDA on December 15, 2012.

迅泊车牌识别系统产品参数介绍 一、车牌识别仪 显示屏为选配 1、概述: 2、◆?支持牌照类型:普通蓝牌、黑牌、黄牌、双层黄牌、警车车牌、新式武警车 牌、新式军牌、使馆车牌、港澳进出大陆车牌 3、◆?适应车速:0-150公里/小时 4、◆?识别特征:号码、颜色、类型、宽度 5、◆?输出结果:车辆特征图像、车牌图像、牌照号码、颜色、类型、通过时间 6、2、成像 7、◆?高清,MJpeg输出;支持输出JPEG格式抓图

8、◆?支持线圈、视频、485、网络等触发方式 9、◆?支持智能自动、手动调节白平衡 10、◆?手动调光,基于图像的灯光控制 11、◆?基于车牌亮度的曝光控制 12、3、其他多样化功能: 13、◆?支持连续视频采集与抓拍同时具备的工作模式,并且两种模式的成像参数独 立控制 14、◆?支持OSD信息叠加 15、◆?具有即时上报工作状态功能,包括:工作状态、客户端连接状态等 16、◆?支持网络自动连接、即插即用 17、技术参数: 18、号牌识别率:白天≥%;夜间≥% 19、号牌检出率:白天≥%;夜间≥% 20、适应车速:0-150公里/小时 21、输出信息:车辆特征图像、车牌图像,牌照号码、颜色、类型、通过时间 22、数据接口方式:10/100M?以太网TCP/IP

23、图像传感器:1/3" 24、CMOS 25、有效像素:200万 26、最低照度:Lux(标准) 27、信噪比:>50db 28、电子快门:1/1至1/10000秒,22档 29、最佳拍摄范围:3-10米 30、光源发光频率:50Hz 31、防护等级:IP66 32、工作温度:-25℃~70℃ 33、工作湿度:≤?90% 34、电源电压:直流7-24V,纹波<200mV 35、外形尺寸:452×145×133mm 36、重量:2Kg 37、整机功耗:7W

基于matlab的车牌识别算法论文大学毕设论文

基于Matlab的车牌识别算法 摘要 车牌系统是计算机视觉和模式识别技术在智能交通领域的重要应用课题之一。车牌识别系统是以特定目标为对象的专用计算机系统,该系统主要包括三个内容:车牌定位、字符分割和字符识别。其中车牌定位的目的就是从所拍摄的汽车图像中确定车牌的位置,从而便于后续的字符分割和字符识别工作。目前常用的方法有:基于模板匹配的方法、基于特征的方法和神经网络法等。 本设计采用基于模板匹配算法和基于人工神经网络算法对车牌进行定位识别,此算法只对蓝底白字车牌进行分割识别,对黑底白字车牌原则上整个算法可直接适用,。此算法分割出的图像像素值和模板图像达到了一致,由此便避免了切割出的图像像素值不一致所带来的问题。但对白底黑字车牌、黄底黑字车牌,需要对车牌定位算法进行调整,并将图像反转(0变1、1变0)。 关键词:车牌识别系统;字符分割;车牌定位

LICENSE PLATE RECOGNITION ALGORITHM BASED ON MATLAB ABSTRACT License plate system is a computer vision and pattern recognition technology in one of the important application research topic in the field of intelligent transportation. License plate recognition system based on specific goals of a special computer system, the system mainly includes three contents: license plate locating, character segmentation and character recognition. One of the purpose of license plate location is taken from the auto locate the license plate in the image, so as to facilitate the subsequent work character segmentation and character recognition. Now commonly used methods are: based on template matching method, based on the characteristics of the method and neural network, etc. This design USES based on template matching algorithm and based on artificial neural network algorithm to locate license plate recognition, the algorithm is only for blue white license plate segmentation recognition, the algorithm can be directly applicable in principle to the black white plate,. This algorithm to segment the image pixel values and template image, thus to avoid the cut out in the process of image pixel values are not consistent. But black on white background and black text plate, yellow bottom plate, adjustments need to license plate localization algorithm, and the image inversion of (0, 1, 1, 0). Key words: license plate recognition system; Character segmentation; License plate location

相关文档
最新文档