枣庄智能车牌识别一体机系统厂家

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、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。

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。

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。