车牌识别对电脑的配置要求1

软件运行环境

操作系统：WIN7 32位旗舰版、WIN7装机版

电脑配置要求：intel I3或以上处理器、内存4GB、500G及以上硬盘分辨率：支持1440*900分辨率，19英寸及以上的真彩显示器

运行环境：Framework4.0Clent

数据库：SQL2000或者SQL2008版本（推荐使用）

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..................................................... 错误!未定义书签。编写目的................................................. 错误!未定义书签。背景..................................................... 错误!未定义书签。定义..................................................... 错误!未定义书签。参考资料................................................. 错误!未定义书签。 2 任务概述................................................... 错误!未定义书签。目标..................................................... 错误!未定义书签。用户的特点............................................... 错误!未定义书签。假定和约束............................................... 错误!未定义书签。 3 用例分析(或数据流程分析) ................................... 错误!未定义书签。系统Actor分析........................................... 错误!未定义书签。系统用例描述............................................. 错误!未定义书签。 4 动态行为模型............................................... 错误!未定义书签。 5 系统流程分析............................................... 错误!未定义书签。 6 系统开发及运行环境规定..................................... 错误!未定义书签。 7 小结..................................................... 错误!未定义书签。

高清车牌识别系统解决方案

目录一、脱机型车牌识别系统优势------------------------------------------------------- 3 二、脱机型车牌识别系统组成------------------------------------------------------- 5 2.1系统拓扑图---------------------------------------------------------------- 6 2.2系统流程------------------------------------------------------------------ 6 三、智慧眼ZY-S1618功能简介------------------------------------------------------ 8 四、施工与软件配置-------------------------------------------------------------- 12 4.1视频流触发识别的施工要求------------------------------------------------- 12 4.2压地感触发识别的施工要求------------------------------------------------- 13 4.3软件配置----------------------------------------------------------------- 14 五、软件特色功能简介------------------------------------------------------------ 18 5.1车牌修改----------------------------------------------------------------- 18 5.2手动输入车牌入场或者出场------------------------------------------------- 18 5.3无牌车出入场------------------------------------------------------------- 19 5.4出场模糊查询------------------------------------------------------------- 20 5.5固定车脱机车牌下载------------------------------------------------------- 21 5.6脱机车牌下载至摄像机----------------------------------------------------- 22 5.7黑名单功能--------------------------------------------------------------- 23 5.8 车牌登记---------------------------------------------------------------- 23 5.9车牌打折----------------------------------------------------------------- 24 5.10掌上停车APP ------------------------------------------------------------ 25

车牌识别系统工作原理流程

识别流程车牌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（监测车辆是否进入视野）、摄像设备、照明设备、图像采集设备、识别车牌号码的处理机（如计算机）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。某些车牌识别系统还具有通过视频图像判断是否有车的功能称之为视频车辆检测。一个完整的车牌识别系统应包括车辆检测、图像采集、车牌识别等几部分。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。车牌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。车辆检测车辆检测可以采用埋地线圈检测、红外检测、雷达检测技术、视频检测等多种方式。采用视频检测可以避免破坏路面、不必附加外部检测设备、不需矫正触发位置、节省

开支，而且更适合移动式、便携式应用的要求。系统进行视频车辆检测，需要具备很高的处理速度并采用优秀的算法，在基本不丢帧的情况下实现图像采集、处理。若处理速度慢，则导致丢帧，使系统无法检测到行驶速度较快的车辆，同时也难以保证在有利于识别的位置开始识别处理，影响系统识别率。因此，将视频车辆检测与牌照自动识别相结合具备一定的技术难度。武汉车牌识别号码识别为了进行车牌识别，需要以下几个基本的步骤： 1、牌照定位，定位图片中的牌照位置； 2、牌照字符分割，把牌照中的字符分割出来； 3、牌照字符识别，把分割好的字符进行识别，*终组成牌照号码。车牌识别过程中，牌照颜色的识别依据算法不同，可能在上述不同步骤实现，通常与车牌识别互相配合、互相验证。．一、牌照定位自然环境下，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的区域作为牌照区域，并选定一个*为候选区，然后对这些侯选区域做进一步分析、评判，* 将其从图像中分离出来。

高清车牌识别系统安装与调试介绍册(详细版本)

高清智能车牌识别系统安装与调试手册 V2.1（详细版本）

智能车牌识别停车场管理系统简介智能车牌识别停车场管理系统是我司根据当前市场发展与客户的需要，开发出来的一款以车辆车牌作为车辆进出车场主要凭证，同时可辅以IC卡刷卡、可实现固定车辆和临时车辆收费、基于以太网的停车场管理系统。该系统支持多通道进出与图像对比、满足复杂的收费需求；数据处理速度快、信息存储安全、扩展性强，能根据用户的需求，提供合适的停车场系统解决方案。主要特点： ●正常情况下，完全以车牌作为出入场凭证 ●对临时车牌可进行精确收费，月租车牌过期后可进行临时收费，有效地防止停车费用的流失 ●具备脱机与脱网功能。在脱机与脱网时，月租用户可自由出入 ●车牌识别一体机可代替传统的视频系统，不需要补光灯、摄像机等。成本低，有较强的竞争力 ●支持多种车牌识别器，客户可选择面多 ●提供多种网络显示屏，可播放与显示广告词、出入场欢迎词、时间、剩余车位、收费金额等

目录第一章系统配置 (1) 1.1系统相关材料、器件的准备 (1) 1.1.2 软件清单 (1) 1.2工具需求 (1) 第二章软件安装 (1) 2.1 PC机型及配置的选择 (1) 2.1.1硬件环境 (1) 2.1.2 软件环境 (1) 2.1.3 局域网通讯环境 (2) 2.2 数据库安装 (2) 2.3 停车场系统软件安装 (10) 第三章车道信息显示屏安装 (14) 3.1车道信息显示屏安装 (14) 3.6车牌识别相机的安装接线 (15) 第五章系统调试 (17) 5.1网络的组建 (17) 5.2 系统初始化设置 (20) 5.2.1启动SQL Server服务器 (20) 5.1.3 数据库创建配置 (22) 5.1.4 运行车牌识别系统服务服务器 (26) 5.1.5 车牌识别系统初始化 (26) 5.1.5.1管理员登录 (26) 5.1.5.2系统参数初始化 (26) 5.1.5.3创建岗亭 (28) 5.1.5.4创建通道 (29) 5.1.5.5设置收费规则 (31) 5.1.5.6注册车牌 (33) 5.12 数据整理与系统备份 (34)

解析车牌识别率算法

解析车牌识别率算法首先剖析下车牌识别原理是怎样的，车牌识别是基于图像分割和图像识别理论，对含有车牌识别车辆号牌的图像进行分析处理，从而确定牌照在图像中的位置，并进一步提取和识别出文本字符。车牌识别过程包括图像采集、预处理、车牌定位、字符分割、字符识别、结果输出等一系列算法运算，其运行流程如下图所示：（车牌识别原理示意图）那么高达99.7%的车牌识别率是怎样做到的？

首先，相机成像是车牌识别的基础，稳定、优质的成像效果为高识别率奠定了坚实的基础；其次，现场安装调试是车牌识别的重要保障，专业的咨询服务部为每一个安装现场提供专业、合理的安装意见，角度、距离、补光灯调节等为高车牌识别识别率提供了有力的保障；再次，强大的识别算法。一、核心算法支持丰富多样的功能：支持车牌种类繁多，工作模式灵活等。车牌识别核心算法支持各类车牌：普通蓝牌、单层黄牌、双层黄牌、警车车牌、武警车牌、军队车牌（新军牌）、大使馆车牌、02式个性化车牌、教练车牌、农用车牌、挂车号牌、民航车牌、港澳出入境车牌、台湾车牌等。支持线圈触发识别工作模式和视频流识别工作模式，灵活互补。支持车身颜色识别，支持车标识别，支持车型识别。二、鲁棒性强（鲁棒性即在异常场景、异常情况下均能正常工作，且有较高的识别率）针对反光车牌、逆光车牌、阴阳车牌、变形车牌、污损车牌、奔驰特殊车牌、倾斜车牌、低对比度车牌、雨雾天气车牌、过爆车牌、粘连边框车牌、相似字符等特殊情况，均有较高的车牌识别率。

三、算法实时性线圈触发工作模式，单帧耗时500ms左右；视频流识别模式，单帧耗时100ms左右。综上所述，无论从核心软件、智能硬件还是强大的售前、售后服务体系，易泊时代都有强大的支持，因此车牌识别率99.7%，必须这么高，也必然这么高！

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

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。

停车场车牌自动识别系统工作原理

近几年，一遇假期堵成狗，已成为中国现代交通的常态，为了改善这种现状，各地高速设置ETC专用通道，不少出行者反应，在ETC实现全国联网之后，使用ETC通道过高速收费站比以往减短的时间少了不止10秒钟，这也成为减少高速拥堵情况的一大原因。 ETC通道能实现快速汽车快速通过，自动栏杆机功能的重要性不言而喻，但是车牌自动识别技术也发挥不可替代的作用。近年来，车牌自动识别技术已被广泛应用于城市智能交通系统中，如闯红灯抓拍、超速行驶违章抓拍以及交通治安卡口系统等，尤其是交通治安卡口系统，其作为治安刑侦管理的重要科技手段之一，对车牌自动识别技术提出了更高的要求，促进了车牌自动识别技术的快速发展。车牌识别技术（LicensePlateRecognition，LPR）是以计算机技术、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。与传统的射频卡刷卡管理系统相比，车牌自动识别系统最大的优点是：第一、可以完全实现无干扰、不停车通行；第二、真正实现车辆一车一杆的通行管理要求，杜绝传车卡互换情况的发生；第三、实现车场管理收费的完全电脑化记录、统计，最大程度减少了停车费用的流失。

车牌自动识别流程系统前端采用了嵌入式高清一体化摄像机，可实现百万级分辨率的视频和图片码流输出，内置了高性能DSP芯片，支持内置智能算法、可实现视频检测、车牌自动识别等功能。采用了动态视频识别技术，实现对视频流每一帧图像进行识别，从而达到增加识别比对次数，大大提高了识别的效率和准确率。车辆牌照的自动识别主要是基于图像分割和图像识别理论，对含有车辆号牌的图像进行分析处理，从而确定牌照在图像中的位置，并进一步提取和识别出文本字符。识别的具体步骤分为车牌定位、车牌提取、字符识别。在自然环境中，相机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。完成牌照区域的定位后，再将牌照区域分割成单个字符，然后进行识别，车牌识别算法采用基于模板匹配算法，首先将分割后的字符二值化，并将其尺寸大小缩放为字符数据库中模板的大小，然后与所有的模板进行匹配，最后选最佳匹配作为结果，通过这种多次比对的

车牌识别系统性能好坏的三大判断指标

车牌识别系统性能好坏的三大判断指标一、车牌识别系统的识别率车牌识别系统的技术日趋成熟，识别率越来越高，判断车牌识别系统好坏的最重要指标就是识别率。国际交通技术就特殊的识别率的影响进行了讨论，要求一天24小时合格品牌的识别率为85%-95%。为了测试一个鑫蓝波车牌识别系统的识别率，需要将系统安装在一个实际的应用环境，全天候工作超过24小时，收集至少1000个自然车流量的信息标本进行车牌识别，识别结果与车牌图像还需存储下来获得视图。然后，还需要通过人工识别结果和正确的得到实际的车辆图像。然后，识别率的统计： 1、自然交通流量的识别率=全牌正确识别总数/实际通过的车辆总数 2、可识别车牌照的百分率=人工正确读取的车牌照总数/实际通过的车辆总数 3、可识别全牌正确识别率=全牌正确识别的车牌照总数/人工读取的车牌照总数这三个指标决定了车牌识别系统的识别率，诸如可信度、误识率等都是车牌识别过程中的中间结果。二、车牌识别系统的识别速度识别速度决定了车牌识别系统可以满足实际应用的实时性要求。该系统的识别率很高，如果不能在几秒钟内得出识别结果，系统会因此没有实际意义，满足不了实时应用的要求。例如，一个车牌识别应用程序主要是负责减少道路通行时间，速度是这一类应用里减少通行时间、避免车道堵车的有力保障。三、后台管理系统后台管理系统功能应包括： 1、识别结果和车辆图像数据的可靠存储，可以保护图像数据不丢失当系统运行功能，使网络的误差，同时便于人工管理; 2、技术有效的自动定位和查询车辆的车牌号码，识别车牌号码数以万计的同一个数据库的成千上万的自动对准和报警，如果车牌号码不正确读取时，有必要使用模糊查询技术可以获得较为接近最好的结果; 3、一个好的车牌识别系统的网络操作，还需要提供实时通信，网络安全，远程维护，动态数据交换，数据库，硬件参数的设置，系统故障诊断。

全自动车牌识别停车场管理系统技术方案

车牌自动识别停车场管理系统技术方案

前言随着现代化管理手段的进步和科学技术的日益发展，小区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发展的需要，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。但是目前任何高科技产品都不能完全代替人类的手工操作，不能完全取代人的思维，更不能与人的思维方式相吻合。因此我们在做自动化管理系统的设计时，要尽可能地强调自动化手段，但又不可忽略人工干预的因素，二者巧妙地结合起来，可达到事半功倍的效果。

本设计方案就是基于以上的思想基础，针对小区车辆管理的实际情况，结合各种现代化高科技手段完成的。我们的目标是为小区用户的车辆管理提供一个车牌识别功能的解决方案。我们采用的是当前国内最先进的车牌识别技术。此设计方案着重考虑了识别的准确性，及车牌自动识别算法在各种停车场车辆管理系统中的灵活嵌入，既考虑到用户的需求，又囊括了各种高科技技术，而且增加了一些管理手段，尽可能地为用户提供一个完善的小区车辆管理系统。第1章用户需求分析在现代化停车场管理中，涉及到各方面的管理，其中车辆的管理是一个重要的方面。尤其是对特殊停车场、大院及政府机关、小区而言，要求对各种车辆实时地进行严格的管理，对其出入的时间进行严格的监视，并对各类车辆进行登记（包括内部车辆和外部车辆）和识别。对大规模的场区中，各种出入的车辆较多，如每辆车都要进行人工判断，既费时，又不利于管理和查询，保卫工作比较困难，效率低下。为了改善这种与现代化停车场、大院及政府机关、小区等不相称的管理模式，需要尽快实现车辆管理工作的自动化、智能化，并以计算机网络的形式进行管理，对所有出入口的车辆进行有效地、准确地监测和管理。要求系统提供相应的应用软件，实现营区管理的高效率、智能化。该系统是利用视频流的车牌自动识别算法，无需地感触发，对车辆进行抓拍、号牌识别，当车辆进入小区入口时，车牌自动识别算法自动抓拍车辆照片并识别车牌号码，将车牌号码，颜色，车牌特征数据，入场时间信息等传记录下来，固定车辆可无障碍出入停车场，临时车辆人工审核后入场，为用户提供了一种崭新的服务模式。系统自动识别进入小区车辆的号码和车牌特征，验证用户的合法身份，自动比对黑名单库，自动报警，并可对整个停车场情况进行监控和管理，包括出入口管理，内部管理，采集，存储数据和系统工作状态，以便管理员进行监控，维护，统计，查询和打印报表等工作。车辆出入小区，完全处于系统监控之下，使小区的出入，收费，防盗，车位管理完全智能化、自动化并具有方便快捷，安全可靠的优点。

车牌识别(附源代码)

车牌识别电子1301 洪江 13 一、目的与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、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，然后组成牌照输出。三、详细设计步骤: 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； b.牌照字符分割，把牌照中的字符分割出来； c.牌照字符识别，把分割好的字符进行识别，最终组成牌照。牌照识别过程中，牌照颜色的识别依据算法不同，可能在上述不同步骤实现，通常与牌照识别互相配合、互相验证。 (1）牌照定位: 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。（2）牌照字符分割 :

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

车牌识别的matlab程序

附录车牌识别程序 clear ; close all; %Step1 获取图像装入待处理彩色图像并显示原始图像 Scolor = imread（'3.jpg'）;%imread函数读取图像文件 %将彩色图像转换为黑白并显示 Sgray = rgb2gray（Scolor）;%rgb2gray转换成灰度图 figure,imshow（Scolor）,title（'原始彩色图像'）;%figure命令同时显示两幅图 figure,imshow（Sgray）,title（'原始黑白图像'）; %Step2 图像预处理对Sgray 原始黑白图像进行开操作得到图像背景s=strel（'disk',13）;%strel函数 Bgray=imopen（Sgray,s）;%打开sgray s图像 figure,imshow（Bgray）;title（'背景图像'）;%输出背景图像 %用原始图像与背景图像作减法，增强图像 Egray=imsubtract（Sgray,Bgray）;%两幅图相减 figure,imshow（Egray）;title（'增强黑白图像'）;%输出黑白图像 %Step3 取得最佳阈值，将图像二值化 fmax1=double（max（max（Egray）））;%egray的最大值并输出双精度型 fmin1=double（min（min（Egray）））;%egray的最小值并输出双精度型level=（fmax1-（fmax1-fmin1）/3）/255;%获得最佳阈值 bw22=im2bw（Egray,level）;%转换图像为二进制图像 bw2=double（bw22）; %Step4 对得到二值图像作开闭操作进行滤波 figure,imshow（bw2）;title（'图像二值化'）;%得到二值图像 grd=edge（bw2,'canny'）%用canny算子识别强度图像中的边界 figure,imshow（grd）;title（'图像边缘提取'）;%输出图像边缘 bg1=imclose（grd,strel（'rectangle',[5,19]））;%取矩形框的闭运算 figure,imshow（bg1）;title（'图像闭运算[5,19]'）;%输出闭运算的图像bg3=imopen（bg1,strel（'rectangle',[5,19]））;%取矩形框的开运算

车牌识别系统介绍

车牌识别系统简介近几年来,随着计算机科技的发展,硬件水平的不断提高,模式识别技术的发展以及人工智能理论在图形图像处理中的成功运用,智能车牌识别技术不断发展,所谓智能车牌识别系统以及其工作原理,实际上就是通过引入数字摄像技术和计算机信息管理技术,采用先进的图像处理,模式识别和人工智能技术,通过对图像的采集和处理,获得更多的图像信息,从而达到对车牌字符进行自动识别的系统,这个系统是模式识别技术在实践中的一个运用。目前主要的车牌识别系统主要由以下几个具体步骤构成图像采集、图像处理、车牌定位、车牌识别。其具体流程图如图所示。其中核心部分,也就是需要在PC机上处理的过程主要有图像处理,车牌定位,车牌识别,这些步骤是我们研究车牌识别技术的重点所在。一、车牌识别系统的应用前景近几年来,车牌识别技术成为了一个热门。车牌识别系统集中了先进的光电、计算机、图像处理、模式识别、远程数据访问等技术,实现对监控路面过往的每一辆机动车的特征图像和车辆全景图像进行连续全天候实时记录,计算机根据所拍摄的图像进行牌照自动识别。该系统可以应用于路桥关口,实现对过往车辆的不停车收费,还可以置于交通要塞,实现对进出车辆的不间断适时监控,除此之外,车牌识别系统还可以应用在以下几个领域：（1）交通适时监控。利用车牌识别系统的摄像设备,可以直接监视相应路段的交通状况,获得车辆密度、队长、排队规律等交通信息,防范和观察交通事故。这种适时监控系统一旦成功运用,将极大的方便交通管理,节约大量的人力物力。同时也提高管理效率。（2）流控制指标参数的测量。该系统能够测量和统计很多交通流指标参数,如总的服务

流率,总行程时间,总的流入量和流出量,车型及车流组成,日车流量,小时,分钟车流量,车流高峰时间段,平均车速,车辆密度等,这为交通诱导系统提供必要的交通流信息。（3）路费交纳、安全检查、运营管理实行不停车检查。根据识别出的车牌号码从数据库中调出该车档案材料,可发现没有及时交纳养路费的车辆。另外,该系统还能发现无车牌的车辆。若同车型检测器联用,还可迅速发现所挂车牌与车型不符的车辆,对车辆管理实现真正的智能化,相比较于目前的人工管理这种管理方式极大的提高了效率。（4）车辆定位。由于能自动识别车牌号码,因而极易发现被盗车辆,以及定位出车辆在道路上的行驶位置,这为防范、发现和追踪涉及车辆的犯罪,保护重要车辆的安全有重大作用,从而对城市治安及交通安全有重要的保障作用。（5）军事应用。在一些军事要塞的出入口处,车辆流量较大,由于其特殊性,对过往车辆的管理就显的特别严格,如果人工管理,必然极大的消耗人力物力,同时由于人的主观性,有时候又不免会出现一些错误,而这些错误有的时候是致命的。如果采用智能车牌识别系统,就可能避免这些错误,极大的提高了这些部门的安全性。二、车牌识别技术中的难点车牌识别系统在实验室里已经取得了令人满意的效果,但很难应用于实际工程中,这是因为实验室的环境是处于理想状态的,而在自然环境里,由于受到人工拍摄条件,天气等因素的影响,识别率很难达到要求。我们大致的把这些因素归纳为“三类” 1.汽车牌照本身的特征（1）牌照的图像质量本身无法保证。有些牌照被污损,而有些牌照的字符模糊不清,对光线的散射性不好,这些不确定性极大得影响了识别的准确率。（2）牌照缺乏统一的标准。根据中华人民共和国公共安全行业标准对机动车辆牌照的有关规定,车牌的规格、颜色和适用范围各有不同。就目前我国的各种车牌中,有蓝底白字的,黄底黑字的,还有一些特殊的如军车,警车,国外驻华机构的工作的车辆,由于缺乏统一的标准,使得车牌识别过程中字符的分割难度较大,缺乏统一的模式规则的指导。（3）车牌附近环境恶劣。车牌附近往往有复杂的外形或挡车器等,不利于车牌的定位和分割。有的车辆在车牌处有广告的文字,这些图像对车牌定位有很大干扰,不利于车牌定位与字符识别。 2、外部环境的特征（1）外界光照条件的不相同白天和晚上光照强度不同。光照对图像质量影响很大。不同的光照角度,对车牌影响也较大。不同时间,不同气候条件,以及背景光、车牌反光程度决定了车牌区域的亮度特征。（2）外界背景的复杂程度也影响着车牌的定位准确率。背景中与车牌区域特征相似区域的大小反映了背景的噪声程度。例如与车牌字符相似的背景远处的广告语就很容易影响车牌的粗定位。

车牌识别服务器-需求分析说明书

车牌识别服务器需求分析说明书

主要变更记录

目录第1章、引言 (1) 1.1目的和范围 (1) 1.2文档约定 (1) 第2章、术语、定义和缩略语 (2) 2.1术语、定义 (2) 2.2缩略语 (2) 2.3参考资料 (2) 第3章、综合描述 (3) 3.1产品定位 (3) 3.1.1市场定位 (3) 3.1.2应用定位 (3) 3.1.3运行环境 (4) 3.2项目进度关键路径 (4) 第4章、具体需求 (5) 4.1功能/性能相关需求 (6) 4.1.1接收前端图片 (6) 4.1.2识别图片 (7) 4.1.3提供后台图片查看功能 (9) 4.2易用性相关需求 (10) 4.2.1方便的设置界面 (10) 4.3保证性相关需求 (12) 4.3.1支持30台设备数据 (12) 第5章、验收准则 (14) 第6章、附件 (15)

第1章、引言 1.1 目的和范围本文档说明车牌识别服务器的功能、性能等方面的需求。定义车牌识别服务器与后台、前端图像采集终端的通讯协议；各类文件的命名规范；以及与用户的接口。 1.2 文档约定

第2章、术语、定义和缩略语 2.1 术语、定义闯红灯系统中图片与录像放置路径相同，对闯红灯系统的录像不再单独说明； 2.2 缩略语 2.3 参考资料

第3章、综合描述 3.1 产品定位 3.1.1 市场定位本产品全名“车牌识别服务器”，是卡口、超速、闯红灯系统中的一个组件。系统由高清摄像机、摄像机控制器、图像采集终端、车牌识别服务器、后台几个部分组成。支持前端设备如下：高清卡口系统、高清超速系统、高清闯红灯系统、嵌入式数码连拍闯红灯系统、嵌入式数码连拍超速系统。 3.1.2 应用定位系统示意图如下：

开题报告(基于神经网络的车牌字符识别方法研究及仿真实现)(可编辑修改word版)

西安科技大学毕业设计(论文) 开题报告题目基于神经网络的车牌字符识别方法研究及仿真实现院、系(部) 通信与电子信息工程学院专业及班级电子信息工程专业姓名学号指导教师日期

西安科技大学毕业设计(论文)开题报告

[7]陈振学,汪国有,刘成云. 一种新的车牌图像字符分割与识别算法[J]. 微电子学与计算机, 2007,(02) . [8]朱正礼. 基于三层BP 神经网络的字符识别系统的实现[J]. 现代计算机, 2006,(10) . [9]刘静,周静华,苏俊连,付佳. 基于模板匹配的车牌字符识别算法实现[J]. 科技信息(科学教研), 2007,(24) . [10]苏厚胜. 车牌识别系统的设计与实现[J]. 可编程控制器与工厂自动化, 2006,(03) . [11]胡振稳, 尹朝庆. 基于BP 神经网络的车牌字符识别的研究[J]. 电脑知识与技术(学术交流), 2007,(02) [12]蒋良孝, 李超群. 基于 BP 神经网络的函数逼近方法及其 MATLAB 实现[J]. 微型机与应用, 2004,(01) [13]崔屹. 数字图象处理技术与应用. 电子工业出版社. [14]董长虹. MATLAB 图象处理. 国防工业出版社. [15]董长虹. MATLAB 神经网络与应用国防工业出版社. [16]MATLAB6.5 辅助图象处理.飞思科技产品研发科技中心. [17]H. S. Kim et al, "Recognition of a car number plate by a neural network", Proc. of Korea Information Science Society(KISS) fill conference，Vol. 18, NO. 2, pp. 259-262，1991. [18]Jang-Hee You，Byung-Tae Chun and Dong-Pil Shin，“A Neural for Recognizing Characters Extracted form Moving Vehicles”，World Congress On Neural Network, pp162-166，1994. [19]M. Momozawa，M．N omua,T.Namai and K. Morisaki,"Accident Vehicle Automatic Detection System by Image Processing Technique”,pp.566-570, 2004..

车牌识别技术浅析及定位算法

车牌识别技术浅析及算法代码摘要：车牌定位、字符分割、字符识别是车牌识别的三个重要组成部分，是车牌识别技术研究的重点，从这三个方面对车牌识别技术的发展和现状及车牌识别技术的应用进行了简要介绍。车牌定位是车牌识别技术的第一个关键技术，定位的准确与否直接影响着车牌识别的准确率。本文对目前存在的车牌定位算法进行简单探讨。关键词：车牌识别技术；车牌定位；算法比较；字符分割；字符识别。随着2l世纪经济全球化和信息时代的到来，计算机技术、通信技术和计算机网络技术迅猛发展，自动化的信息处理能力和水平不断提高，并在人们社会活动和生活的各个领域得到广泛应用，高速度、高效率的生活节奏，使汽车普及成为必然趋势。伴随着世界各国汽车数量的增加，城市交通状况日益受到人们的重视。如何有效地进行交通管理，越来越成为各国政府的相关部门所关注的焦点。针对这一问题，人们运行先进的信息处理技术、导航定位技术、无线通信技术、自动控制技术、图像处理和识别技术及计算机网络技术等科学技术，相继研发了各种交通道路监视管理系统、车辆控制系统及公共交通系统。这些系统将车辆和道路综合起来进行考虑，运行各种先进的技术解决道路交通的问题，统称为智能交通系统(Intelligent Tr ansportationSystem，简称ITS)。ITS是20世纪90年代兴起的新一代交通运输系统。它可以加强道路、车辆、驾驶员和管理人员的联系，实现道路交通管理自动化和车辆行驶的智能化，增强交通安全，减少交通堵塞，提高运输效率，减少环境污染，节约能源，提高经济活力。智能交通系统以车辆的自动检测作为信息的来源，因而对汽车牌照等相关信息的自动采集和处理的一门新的交通信息获取技术——车牌识别(License Plate Recognition，LPR技术逐渐发展起来，成为信息处理技术的一项重要研究课题。 1 车牌识别技术简介车牌识别技术的研究最早出现在20世纪80年代，这个阶段的研究没有形成完整的系统体系，而是就某一具体的问题进行研究，通常采用简单的图像处理方法来解决。识别过程是使用工业电视摄像机(Industrial TV Camera)~]下汽车的正前方图像，然后交给计算机进行简单处理，并且最终仍需要人工干预进入2O世纪90年代后，随着计算机视觉Computer Vision Technology)的发展和计算机性能的提高，世界各国投入了大量的人力、物力进行汽车牌照识别系统的研究，时隔10多年，仍然没有一个成熟系统的识别率达到100％。20世纪90年代后期以后，随着全世界汽车数量的急剧增加，车牌识别技术的应用范围也越来越广，车牌识别技术己成为了一个热门的研究课题，人们对其进行了广泛的研究。车牌识别技术的任务是处理、分析摄取的视频。其中关键在于以下三部分：车牌定位、字符分割和字符识别。下面就从这三个方面对车牌识别技术的发展和现状进行简单介绍：（1）车牌定位方法车牌图像往往是在复杂的环境中拍摄得到的，车牌由于与复杂的车身背景融为一体，由于车牌在使用中磨损与灰尘及拍摄仪器的影响以及由于拍摄角度的不

高清车牌识别系统施工方案

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：