对大连车牌识别系统的使用率越来越大

随着停车需求的不断增长，大连车牌识别停车场系统行业越来越有前景，系统也经历了从产品竞争到品牌竞争再到市场竞争，对于致力于车牌识别系統生产和研发的企业来说，面对如此激烈的竞争，为了生存，必须掌握核心技术，车牌识别停车场系统的性能必须完善。当然，为了获得这个行业的一席之地，用户体验也是不可或缺的。

随着人们生活水平的不断提高，大连车牌识别停车设备企业为了满足用户的需求，需要花费更多的时间和精力来设计产品的外观和开发一些新的更先进的功能。另外，目前的停车场系统硬件设备工作原理基本一致，厂家需要从软件着手进行改进，主要是让车主有更好的停车体验为目标才能持续发展。

现在许多高科技正在逐步融入到人们的生活中，停车场系统公司也依靠高科技逐渐发展出一些新的具有特色产品，显着特点就是做到了无人管理化，使车主和停车场管理者可以享受科技带来的智能化停车管理体验。 目前，已经有很多停车场已经实现了这种功能，同时通过互联网的功能实现了停车数据的实时共享，使得车主和停车管理人员可以了解停车位的使用情况，让车主进场能迅速找到车位，节省停车时间，有效缓解车场拥堵。

   为了在这个市场生存，大连信耀智能科技有限公司温馨提示：停车行业必须凭借品牌实力和良好的用户体验赢得后续的长期发展，进一步提高产品质量，提供完善的服务。这也是所有停车系统企业未来发展所应该重视的。

一、有关车牌识别的工作原理

1、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(如图1所示)。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。

2、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。

3、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，最终组成牌照号码。

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。

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，并将其从图像中分离出来。

2) 牌照字符分割

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。字符分割一般采用垂直投影法。由于字符在垂直方向上的投影必然在字符间或字符内的间隙处取得局部最小值的附近，并且这个位置应满足牌照的字符书写格式、字符、尺寸限制和一些其他条件。利用垂直投影法对复杂环境下的汽车图像中的字符分割有较好的效果。

3) 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，选择最 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、假牌照等等；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，使采集到的图像最利于识别。