长海县车牌识别系统 上门安装

图像处理技术:运用图像处理技术解决汽照识别的研究早始于80年代，但国内外均只是就车牌识别中的某一个具体问题进行讨论，并且通常仅采用简单的图像处理技术来解决，并没有形成完整的系统体系，识别过程是使用工业电视摄像机拍下汽车的工前方图像，然后交给计算机进行简单的处理，并且终仍需要人工干预，例如车辆牌照中省份汉字的识别问题，1985年有人利用常见的图像处理技木方法提出汉字识别的分类是在抽取汉字特征的基础上进行的，根据汉字的投影直方图选取浮动闭值，抽取汉字在竖直方向的峰值，利用树形查表法进行汉字的粗分类;然后根据汉字在水平方向的投影直方图，选取适当闭值，进行量化处理后，形成一个变长链码，再用动态规划法，求出与标准模式链码的小距离，实现细分米完成汉字省名的自动识别。
传统模式识别技术。传统模式识别技术指结构特征法，统计特征法等。90年代，由于计算机视觉技术的发展，开始出现汽照识别的系统化研究。1990年AS.Johnson等运用计算机视觉技术和图像处理技术实现了车辆牌照的自动识别系统。该系统分为图像分割、特征提取和模板构造、字符识别等三个部分。利用不同闽值对应的直方图不同，经过大量统计实验确定出位置的图像直方图的闽值范围，从而根据特定闽值对应的直方图分割出，再利用预先设置的标准字符模板进行模式匹配识别出字符。
人工网络技术。近几年来，计算机及相关技术发达的一些国家开始探讨用人工网络技术解决自动识别问题，例如1994年M.M.M.FANHY等就成功地运用了BAM网络方法对上的字符进行自动识别，BAM网络是由相同元构成的双向联想式单层网络，每一个字符模板对应着个BAM矩阵，通过与上的字符比较，识别出正确的号码。
这种采用BAM网络方法的缺点是无映解决识别系统存储容量和处理速度相矛盾的问题。

其他国家的汽照格式(如汽照的尺寸大小，牌照上字符的排列等)通常只有一种，而我国则根据不同车辆、车型、用途规定了多种牌照格式，分为普通车轿车、车、警车、军车等，并且通常汽照中也分大车和小车；

牌照字符识别方法
主要有基于模板匹配算法和基于人工神经网络算法。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，选择佳匹配作为结果。基于人工神经网络的算法有两种：一种是先对字符进行特征提取，然后用所获得特征来训练神经网络分配器；另一种方法是直接把图像输入网络，由网络自动实现特征提取直至识别出结果。
实际应用中，车牌识别系统的识别率还与牌照质量和拍摄质量密切相关。牌照质量会受到各种因素的影响，如生锈、污损、油漆剥落、字体褪色、牌照被遮挡、牌照倾斜、高亮反光、多牌照、**等等；实际拍摄过程也会受到环境亮度、拍摄方式、车辆速度等等因素的影响。这些影响因素不同程度上降低了车牌识别的识别率，也正是车牌识别系统的困难和挑战所在。为了提高识别率，除了不断地完善识别算法还应该想办法克服各种光照条件，使采集到的图像利于识别。

车牌识别系统(Vehicle License Plate Recognition，VLPR) 是计算机视频图像识别技术在车辆牌照识别中的一种应用。车牌识别在高速公路车辆管理中得到广泛应用，电子收费（ETC）系统中，也是结合DSRC技术识别车辆身份的主要手段。
车牌识别技术要求能够将运动中的汽照从复杂背景中提取并识别出来，通过提取、图像预处理、特征提取、字符识别等技术，识别车辆牌号、颜色等信息，目前新的技术水平为字母和数字的识别率可达到99.7%，汉字的识别率可达到99%。
在停车场管理中，车牌识别技术也是识别车辆身份的主要手段。在深圳市**建设的《停车库（场）车辆图像和号牌信息采集与传输系统技术要求》中，车牌识别技术成为车辆身份识别的主要手段。
车牌识别技术结合电子不停车收费系统（ETC）识别车辆，过往车辆通过道口时无须停车，即能够实现车辆身份自动识别、自动收费。在车场管理中，为提高出入口车辆通行效率，车牌识别针对*收停车费的车辆（如月卡车、内部免费通行车辆），建设**的快速通道，免取卡、不停车的出入体验，正改变出入停车场的管理模式。

大连安宇嘉电子科技，是一家致力于弱电系统设计、安装、维护的企业。
　　公司自成立以来一直从事包括视频监控、远程监控、门禁系统、人行通道闸系统、停车场管理系统、水控系统、电梯控制系统、防盗报警系统、视频会议、公共广播、楼宇对讲、
电子显示屏等多项智能建筑弱电系统的工程设计、安装、维护、保养、维修等。应用领域包括：机关、银行、公共交通、体育场馆、学校、商场超市、小区、工厂、场所及公共建筑设施场所。公司建立了一支在安防领域具有深厚技术力量的施工队伍，同时拥有一批丰富知识的售后服务人员。经营理念：诚信、敬业、求实、创新；管理理念：以人为本、科学管理；服务理念：用户至上、信誉 ......