停车场车牌识别系统

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。停车场车辆识别系统作为一种计算机视觉与模式识别技术，在智能交通领域已经得到了广泛的应用。

，简而言之是基于各种图像处理算法，对前端摄像机抓取到的车辆图片进行分析，进而从中提取出诸如车牌号、车牌颜色，甚至车型、生产厂家、车辆颜色等信息，实现准确锁定车辆“身份”，并与相应车辆的道路行驶信息联系起来，最后实现对上路车辆的智能自动关于啊博客里。

停车场车牌系统主要由触发机制、图片抓取及图片识别三大模块组成。为了得到优质的原始图片，需要事件突发与车辆抓拍的默契配合。其最终实现的效果将依据所涉硬件设备的性能、‘图像识别算法的优劣、工程架构和安全等，次三部分相辅相成，共同影响着系统最终的识别率以及使用效果。

系统的硬件组成：

1.触发和检测机制

所谓检测，通俗的说在相应事件发生时能准确采集到相关信息，亦即当需抓拍的路段出现车辆，且当车辆进入拍照范围时，检测设备发出相应信号，控制系统接收带盖信号，会控制摄像机抓拍，且同步启动照明系统。次步骤虽然不是整个车牌识别系统中最难实现的，确实其成功应用的第一步，故也发展出了几大不同的技术形式：

1）地感线圈+车辆检测器：优点是灵敏度和准确率高，且投入少，故应用最为广泛。但其剖路施工量较大、后期维护难度也大。且由于地理，易受路面环境等因素影响。

2）雷达：优点是受气候温度影响较小，已在我国东北地区成为主流应用，在深圳一些大型城市也应为构架较为简单有占有率上升的趋势。灵敏度和补货率不及地感线圈，且因为基于微波技术，故可能存在一定误码率。

3）智能视频侦测：简单来说，其是直接集成在摄像机内部或者构建在前端工控机内的一个功能强大的综合事件侦测“软件”，对道路视频信息进行实时识别检测，一旦在分析过程中发现“车辆”，更进行视频跟踪，当视频检测到相应的车辆进入到拍照范围时，便触发相应抓拍及后续的车牌识别行为，优点是无需硬件施工，比较灵活。目前较好的智能视频侦测技术及灵敏度和补获率也可以达到95%以上，且因为性能更加稳定卓越，应用愈加广泛，常被应用于压线、违章变道等综合检测系统中，具有更广的应用灵活性和多样性，但是技术难度也很大。其缺点是较易受天气环境的影响。

2.图像抓拍

俗话说巧妇难为无米之炊，对于，虽然各种图像识别算法不断推成出新，一定程度上补救了原始图像可能的质量缺陷，但也必将牺牲一定的识别准确率。反过来，在识别技术相对成熟稳定的情况下，对前端摄像机以及配套设施的合理选择及架构，大限度提高图片的原始质量，可在提升系统识别率上到达事半功倍的效果。而这一步中起到决定性因素的除了摄像机本身，更有补光设备等。

3.摄像机

车牌识别与车牌在图片中占据的横向比有关，一般需求在60-100个像素，不高于300。一条标准车道大概占据800个横向像素，故而200万的高清摄像机可兼顾到1-2条车道，五百万则可兼顾到2-3条车道的信息，亦即提供更优秀的图像的同时，高清摄像机也节省了前端硬件的投入。

除了高清趋势，针对停车场车牌识别技术的需求，前端摄像机必须允许用户自行设置快门、增益等图像参数，以得到图像效果，同时还需具备优秀的低照度、灵敏度、稳定性及白平衡效果，并具备二次开发的能力，方便工控机或内嵌抓拍处理器获取摄像机的参数信息，或写入配套的算法。最后面，其需具备丰富的I/O接口，以便接入地感线圈，闪光灯等外围设备。

4.辅助硬件

目前我国对于车牌识别准确率的标准是白天不低于95%，夜晚不低于80%，由此可见夜间识别率存在大幅度降低，究其原因，还是图片质量的原因，当然这里的额影响因素较为单一，即光照。

针对这一问题，算法方面一直有所升级，可在一定程度上降低噪点并提亮抓拍到的图片，但针对夜间光照度差的情况，更多的升级选择在硬件上。除了在摄像机方面采用灵敏度更好的尖端CCD、CMOS芯片及大口径镜头，以提升相机的夜间灵敏度。更多的还在与夜间补光设备的选择与安装。通过立杆高度与补光灯角度的配合，获得科学的补光效果，尽量使光线正面打到车牌上。