滨州车牌识别一体机操作流程

基于计算机视觉技术的车牌识别系统通常包括车牌图像采集、车牌定位、字符分割、光学字符识别五个步骤。汽车图像采集模式决定车牌识别技术路线。国际上的两条主要技术路线是自然光和红外图像的获取和识别。自然光和红外光不会对人体产生负面的心理影响，也不会对环境产生新的电子污染，属于绿色环保技术。



自然光路是指白天利用自然光、夜间辅助照源、彩色摄像机采集车辆的真实彩色图像，并通过彩色图像分析处理方法对车牌进行识别的方法。自然光真彩色识别技术路线，与人眼感光习惯一致，真彩色图像可以反映车辆及其周围环境的图像信息，不仅可以用来识别车牌，并可用于识别车牌颜色、车、数车模型，如颜色特征。


利用摄像头采集图像，同时实现所有前端基本视频信息的采集、识别和人工辅助图像取证判别，可以为未来智能交通系统工程接口预留前景。


红外光路是利用车牌反射和红外光学特性，利用红外摄像机采集车辆的灰度图像，由于红外的特性，车辆几乎只能在图像中看到车牌，然后用黑白图像处理的方法来识别车牌。在950nm红外照明装置可以捕捉到一个好的反光车牌图像。因为红外光不是可见光，所以它不会对驾驶员产生视觉冲击。


此外，红外照明器提供恒定的光，所拍摄的图像是相同的，无论它是亮的一天或黑暗的小时的一天。的例外是白天，有时会看到一些许可证的细节，因为晴天时太阳光的影响。使用红外灯的缺点是捕获的车牌图像不是彩色的，不能获得车辆图像，严重依赖于车牌的反光材料。

一、车牌识别背景
随着科技经济的不断发展，人们生活水平不断提高，机动车的数量也在逐年增加，势必会产生一定的停车问题，比如停车难，停车场入出口拥堵，传统停车场管理系统效率低等，为改变目前的停车现状，以车牌识别技术为基础的车牌自动识别技术应运而生。
二、关于车牌识别技术
车牌自动识别技术是车牌识别技术（License Plate Recognition， LPR）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，如车牌号码、颜色等。它是一个以特定目标为对象的计算机视觉系统，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。
三、高清车牌识别系统搭建
3.1车牌识别工作原理
高清车牌识别系统采用高清网络摄像机对进入停车场的车辆进行抓拍，上传计算机处理车牌信息，引导车辆进入，保存记录；在停车场出口通过高清网络摄相机对驶出的车辆进行图像抓拍，经计算机自动识别，与数据库中车牌信息对比，对固定车自动放行，对于临时车根据停车时间进行管理，实现车辆的进出监控和管理。
一台电脑能管理一进一出，和多台电脑组成局域网，能实现多进多出的停车场联网管理。入口通过摄像机抓拍图片，经TCP/IP网络上传给本客户端电脑，产生入场记录保存在数据库，出口通过摄像机抓拍图片，由客户端电脑处理识别结果，比对服务器电脑数据库，计算停车时间，根据对应的收费方案计算收费，显示在客户端电脑管理界面，配置语音播报和显示屏显示。
根据贵公司现场情况现设置两进两出车牌识别系统，两套系统之间联网，车辆可根据车辆不同的型号选择不同的进出口，方便了业主的自由进出，以及临时车辆收费的弊端。
3.2 高清车牌识别管理系统组成
高清车牌识别管理软件由识别模块和传统刷卡模块组成，集成传统软件稳定优势，融合识别模块，采用和汲取了国外及目前车牌识别算法的精华，并在此在基础上作了优化和改进，使得定位及识别的速度及准确性得到了很大的提升，特别是对光照的要求，因为过多地依赖环境无疑对安装及推广应用形成了障碍。由于安装位置的不固定性，车牌的反光，逆光，背光等因素将直接影响车牌的识别，改进过的算法对以上车牌的识别得到了很大提升。
3.2.1 车牌识别模块技术参数
1、视频触发捕获率：
监控区域内对5km/h～160km/h行驶的车辆图像捕获率达99%以上。
2、车辆号牌识别准确率：
白天车辆号牌识别准确率大于97%；夜间车牌识别准确率90%以上。
3、车牌捕获类型：
可识别02式牌照（GA 36.1-2001）；92式牌照（GA 36-92）；新军车牌照；警车牌照；车牌照；港澳车内地牌照；使馆车辆等牌号。
3.2.2管理软件
它将计算机视觉技术、神经网络系统技术、机械、电子自动化设备、计算机以及智能卡技术有机的结合起来，从而对各类出入车辆进行有效的管理。
高清识别智能停车场系统软件采用面向对象的C#平台开发，支持目前稳定可靠的大型数据库SQL 2000、SQL2008等，软件操作界面简单，具有的兼容性。车牌自动识别，实时监控，语音报价，车位提示，多样化收费标准，报表详尽，车辆管理完善，自由组合权限控制。
3.3无卡的高清车牌自动识别系统流程：
3.3.1车辆入场：
①、车辆驶入车牌摄像机抓拍区域，触发地感线圈；
②、车牌识别系统自动抓拍车辆的的图像并识别出车牌号，然后比对数据库录入资料，判断车辆类别；
③、语音播播报、显示屏显示该车的车牌号，有效期（固定车），欢迎光临等提示语；
④、如果该车是固定车辆，闸机放行，同时记录车辆进入时间，保存在数据库，车辆越过进口，驶入停车场内，车位显示屏刷新车位；如果是临时车，则根据配置是自动开闸或者确认开闸；
整个过程自动完成，无须工作人员干预，车辆一直处于行驶状态，无须停车。
3.3.2车辆出场：
①、车辆驶入车牌摄像机抓拍区域，触发地感线圈；
②、车牌识别系统自动抓拍车辆的的图像并识别出车牌识号，然后通过对比数据库判断车辆类别；
③、语音播报、显示屏显示该车的有效期（固定车），收费金额（临时车），祝您一路顺风等提示语；
④、如果该车是固定车，闸机自动起杆放行。电脑调出该车入场时的抓拍图像，入场时间等。如果是临时停车，则车辆须暂停交费方能离开。车辆越过进出口，离开停车场，系统记下车辆离开时间，车位显示屏刷新车位。
3.4 有卡的车牌自动识别系统流程：
3.4.1 车辆入场：
①、车辆驶入车牌摄像机抓拍区域，触发地感线圈；
②、车牌识别系统自动抓拍车辆的的图像并识别出车牌号，然后比对数据库录入资料，判断车辆类别，等待读卡；
③、固定车读卡成功(临时车取卡成功)，语音播播报、显示屏显示该车的车牌号，有效期（固定车），欢迎光临等提示语；
④、车辆驶入停车场，记录和图片自动保存在数据库，车位显示屏刷新车位
3.4.2 车辆出场：
①、车辆驶入车牌摄像机抓拍区域，触发地感线圈；
②、车牌识别系统自动抓拍车辆的的图像并识别出车牌识号，然后通过对比数据库判断车辆类别，等待读卡；
③、读卡车牌与数据库匹配成功，语音播报、显示屏显示该车的有效期（固定车），收费金额（临时车），祝您一路顺风等提示语；
④、如果该车是固定车，闸机自动起杆放行。电脑调出该车入场时的抓拍图像，入场时间等。如果是临时停车，则车辆须暂停交费方能离开。车辆越过进出口，离开停车场，系统记下车辆离开时间，车位显示屏刷新车位。
3.5 主要功能
1、入出口实时监控
岗亭电脑显示进出口实时监控图像，使停车场实现方便、、安全的管理
2、 固定车出入完全自动
3、 临时车出场收费
四、施工与软件配置
4.1施工要求
A．埋地感线圈（注：离道闸距离5-6米），地感线圈制作方法如图；
B．安装相应的减速带（注：地感前安装，至少安装一条减速带。不安装减速带，会导致识别率下降）；
C．摄像机立柱的高度1.5M到1.8M。摄像机安装注意要有倾斜度(防止车的远光灯直射和太阳光的直射会导致摄像机镜头曝光)；
D．道闸带记忆功能
4.2 软件配置
4.2.1 软件运行环境：
数据库：SQL2000及以上版本；
操作系统：Windows XP sp3、win7、win8
Framework4.0Clent；
摄像机要求：
1、海康威视 DS-2CD4026FWD或者DS-2CD4024F；
2、百万高清变焦镜头或者海康威视（TV0550D）；
补光灯要求： 常亮200W暖色补光灯；
电脑配置要求：intel I5及以上处理器、内存4GB。
4.2.2 软件基本界面
(1) 登录界面
(2) 摄像机添加界面
(3) 参数设置界面
(4) 参数设置界面
(5)主界面
五、软件功能简介
5.1 车牌修改
对于已经入场的车辆，可以手动修改车牌
车牌修改窗口
更改后的车牌在记录显示为红色；
5.2 车辆入\出场未识别 手动输入车牌入场或者出场
车牌输入窗口
5.3 出场模糊查询
出场对于识别不正确的车辆，可以模糊查询，人工比对确认放行
比对窗口，下拉菜单弹出相近车牌，可以人工选择
六、主要设备技术参数
6.1停车场主控制板
工作电压：DC12V 工作环境温度：-25℃-65℃
相对湿度：=< 95% 通讯接口：RS485
通讯波特率：4800b/s 通讯长距离：1200米
七、未完全识别车牌的特殊处理
7.1影响车牌识别率的原因
(1)车辆检测器
对于车底盘过高的车辆或者车辆从地感旁边绕行，会因没有触发车辆检测器，不会启动车牌摄像机。
(2)环境气候
在雨、雪、大雾等气候条件下，会降低车牌识别率。
(3)车牌遮挡、严重污点
(4)停电原因或者系统故障
7.2 未识别车牌的处理
(1)车辆进场，自动存储车牌：
系统自动抓拍车辆照片，自动识别出该车的车牌号码，记录出区时间、车牌号码、车辆照片，然后存入数据库。
(2)对于没有入场车牌的车辆出场时，人工输入的车牌，和数据库内的固定车牌自动比对查询，如果查询为固定车辆，在有效期内，人工开闸放行；如果查询不是固定车辆，系统会自动在"在场临时车辆"信息中查询，由于本系统采用模糊查询技术，在下来菜单中会列出接近的车牌，人工选择后，确认放行。
7.3 对于入场车牌不完全的车辆：
1）由于本系统采用模糊识别和模糊匹配技术，会自动在数据库中提供接近的车牌，给操作员人工比对的依据。
2）在车牌没有完全识别的情况下，系统会依据已经识别的几个车牌数字，在数据库中会提供相接近

近几年来，车牌识别的概念被提及的越来越多。面对传统停车业务在飞速发展的城市交通面前暴露出来的停车难、寻车难、效率低下等各种问题，车牌识别无疑已成为智能交通行业发展的核心技术。
车牌识别技术简单概括就是基于图像分割和图像识别的技术，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。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。
车牌识别应用在智慧停车领域主要包含出入口车牌识别、场内视频引导、道路停车三大板块，这三大板块也是城市停车整体架构中的部分。
出入口车牌识别
早期，视频识别引入到停车场出入口领域主要还是靠后端识别，通过前端模拟相机的视频流实时输入后端分析服务器，后端服务器同时接入多路前端相机的视频流，通过服务器自身算法分析终输出车牌文本信息到平台。
随着智能化程度的前移，网络相机逐渐替代了模拟相机，随之而来的车牌识别技术也集成到前端相机内，车辆进入IPC的识别区域内则触发相机进行抓拍业务和识别业务，同时输出车牌信息，将车牌OSD信息叠加到抓拍图片，这样不但降低了前端设备成本和系统造价，同时还提高了车牌识别速度。
车牌识别的整套识别业务包括图像采集、图像预处理、车牌定位、字符分割、字符识别等环节，终将车牌识别的结果以文本格式输出或者叠加在抓拍图片上，如图1所示。

图1 IPC的车牌识别流程▲

01 图像采集
通过IPC对过车或车辆违章行为进行实时、不间断记录、采集。
02 图像预处理
图像预处理是影响车牌识别率高低的关键因素，需要对IPC采集到的原始图像进行噪声过滤、自动白平衡、自动曝光以及伽马校正、边缘增强、对比度调整等处理。
03 车牌定位
图像预处理是影响车牌识别率高低的关键因素，需要对IPC采集到的原始图像进行噪声过滤、自动白平衡、自动曝光以及伽马校正、边缘增强、对比度调整等处理。
04 字符分割
字符分割是在图像中定位出车牌区域后，通过灰度化、灰度拉伸、二值化、边缘化等处理，进一步定位字符区域，然后根据字符尺寸特征提出动态模板法进行字符分割，并将字符大小进行归一化处理。
05 字符识别
字符识别是对分割后的字符进行缩放、特征提取，获得特定字符的表达形式，然后通过分类判别函数和分类规则，与字符数据库模板中的标准字符表达形式进行匹配判别就可以识别出输入的字符图像。
场内视频引导
场内视频引导技术诞生前，停车场车位引导主要还是以超声波技术来实现，但超声波探测器只能做到一对一检测，且无法做到车辆车牌信息的获取从而实现反向寻车功能;无法实时看到停车画面，而且方案整体施工较为复杂，检测效果对工程施工的依赖性较高。
视频技术场内引导大大提高了整体方案的性，大华公司率先推出室内视频车位检测器，基于车牌识别技术、车辆模型检测技术实现对有牌车车牌识别和无牌车车位状态准确判断。同时大华公司推出的两车位、三车位以及六车位相机的行业创新产品结合双网口专利技术大大降低了施工复杂成程度和施工成本。
场内引导视频识别技术有别于停车场出入口车牌识别技术，主要区别在于前者是基于静态车辆的车辆模型检测为前提进行车牌识别业务，所以对无牌车的车位状态也能进行准确判断。随着视频技术在场内引导的广泛应用，超声波检测技术逐渐被市场淘汰。
道路停车
国内道路停车业务早可追溯到1980年代港澳地区的咪表时代，到21世纪初纯人工智能手持终端收费引入，以及2014年以深圳为代表的“地磁+app”模式。随着时间推移，可以发现车牌识别业务也逐渐渗透进来，下面就来回顾一下车牌识别技术在道路停车管理中的应用。
01 手持POS收费终端
1980年代，港澳地区开始实行咪表管理技术，但该技术并不适应当下国情，随着技术的发展以及客户对车位管理需求的提高，出现了人工手持智能收费终端的收费方式，通过人工对车主停车情况进行把握，然后利用智能收费终端对车位上的车辆进行拍照车牌识别和登记，把登记信息同步上传给云平台做计费管理，如图2。

图2 人工手持智能收费终端拍摄车牌识别车牌号▲
当车辆驶离时通过人工收费对车辆停车进行缴费，停车欠缴费车主的车牌会被平台自动记录，欠款会累计到车辆下一次停车收费时进行补缴。但人工管理车位相对效率较低，时常导致停车收费金额流失。
手持终端识别车位上停放的车辆车牌，其原理属于后端识别，通过手持终端拍照功能，结合收费软件本身自带的车牌识别算法，对图片流中的车牌进行定位、车牌提取、字符切割和识别，终输出车牌信息。车牌识别技术结合手持终端的应用在当时一度受到热捧。
02 室外视频车位检测器
室外视频车位检测器应用在道路停车领域可以被认为是“道路停车3.0阶段”。室外视频车位检测器的原理结合了多种人工智能技术，比如车牌识别、超声波检测、车牌颜色检测、车辆模型检测等技术。每车位放置1台视频车位检测器对驶入车辆进行车牌识别和车位状态判断，通过终端盒走无线网桥传输方式把抓拍图片和对应的识别结果上传给云平台。就前端室外视频车位检测器而言，它不仅仅应用到了车牌识别技术，还应用深度学习技术把车辆的非结构化数据提取成结构化数据，超声波检测技术辅助判断车位状态，多重检测机制确保车牌识别率和车位状态判断率，如图3。

图3 室外视频车位检测器实际抓拍图片▲

03 枪球联动方案
枪球联动方案是目前车牌识别应用于道路停车管理的另一个热门方案。系统前端设备主要有车位管理枪球一体机、LED常亮补光灯、交换机、终端管理盒和智能手持终端。车位管理枪球一体机，用于停车点停车状态检测以及车辆抓拍;LED常亮补光灯用于夜间环境光照度较低时枪球机的补光，采用暖光灯，降低光污染;交换机用于前端网络设备的汇聚;终端管理盒用于前端数据缓存;智能手持POS辅助收费工作，用于泊位状态以及车辆信息核准、收费管理等。
车位管理枪机用于管理枪球机视场盲区车位，若现场立杆位置可以使有效车位避开枪球机的视场盲区(即枪球机视场盲区内没有泊位)，则可以免去车位管理枪机，见图4。

图4 枪球联动方案现场检测效果图▲

车牌识别的延伸应用
目前，甲方客户的需求呈多样化趋势，已不仅仅局限于对车牌识别的要求以及车身颜色、车标、车型、挂坠、年检标志等和车辆相关的纵向非结构化数据的提取，结合当前移动互联网技术的普及，市场对车牌的横向数据挖掘也有很旺盛的需求，比如车内驾驶员人脸、手机上的二维码等等。
大华公司抓住了市场的这种个性化需求，与其子公司华睿科技共同推出了机器视觉相机，通过前端高帧率相机的快速抓拍，在手机处于唤醒状态时定位手机二维码，快速识别二维码并输出文本信息，同时后端POS机对前端相机传输过来的二维码信息完成/支付宝扣费。机器视觉相机的强大性能及算法优势，提高了出入口车主的进出和支付体验，为视频技术在停车领域的多样化应用提供一个很好的实际案例。