第52卷第5期2018年5月浙 江 大 学 学 报(工学版)J o u r n a l o f Z h e j i a n g U n i v e r s i t y (E n g i n e e r i n g S c i e n c e )V o l .52N o .5M a y 2
018收稿日期:20170421.网址:w w w.z j u j o u r n a l s .c o m /e n g /f i l e u p /H T M L /201805001.h t m 基金项目:国家自然科学基金资助项目(61304191,51338008,51208462,51278455).
作者简介:阮树斌(1993 ),男,硕士生,从事交通运输规划及管理等研究.o r c i d .o r g
/0000-0002-4278-534X.E -m a i l :r u a n s h u b i n @z j u .e d u .c n 通信联系人:王福建,男,副教授.o r c i d .o r g /0000-0002-6006-4423E -m a i l :c i e w f j @z j u .e d u .c n D O I :10.3785/j
.i s s n .1008-973X.2018.05.003基于车牌识别数据的机动车出行轨迹提取算法
阮树斌,王福建,马东方,金盛,王殿海
(浙江大学建筑工程学院,浙江杭州310058
)摘 要:为了提取城市路网上所有运行车辆的出行轨迹,系统科学地再现所有车辆的运行场景,进而为分析城市交
通需求的结构和时空分布特性提供数据支撑,提出基于车牌识别数据的机动车出行轨迹提取算法.通过车牌及时
间戳排序提取出行链;利用相邻节点间的速度,结合交叉口邻接矩阵完成行链的分离;基于K 则最短路径算法
(K S P 算法)及灰色关联法(G R A 算法)
,对出行轨迹进行补全重构.对贵阳市南明区的实际车牌识别数据进行算法测试.结果表明,提出的基于车牌识别数据的机动车出行轨迹提取算法在测试区域的综合准确率大于92%.关键词:车牌识别数据;出行链分离;出行轨迹补全;K 则最短路径算法;
灰色关联算法中图分类号:U491.5 文献标志码:A 文章编号:1008973X (2018)05083609V e h i c l e t r a j e c t o r y e x t r a c t i o na l g o r i t h mb a s e d o n l i c e n s e p l a t e r e c o g
n i t i o nd a t a R U A NS h u -b i n ,WA N GF u -j i a n ,MA D o n g -f a n g ,J I NS h e n g ,WA N G D i a n -h a i (C o l l e g e o f C i v i lE n g i n e e r i n g a n dA r c h i t e c t u r e ,Z h e j i a n g U n i v e r s i t y ,H a n g
z h o u 310058,C h i n a )A b s t r a c t :T h e v e h i c l e t r a j e c t o r y e x t r a c t i o na l g o r i t h m b a s e do n l i c e n s e p l a t e r e c o g n i t i o nd a t a ,i no r d e r t o e x t r a c t t h e t r a v e l t r a j e c t o r y o f a l l v e h i c l e s r u n n i n g o n t h e u r b a n r o a d n e t w o r k ,s y s t e m a t i c a l l y r e p
r o d u c e t h e o p e r a t i o no fa l lv e h i c l e ss c e n e ,a n d p r o v i d ed a t as u p p o r tf o ra n a l y z i n g t h es t r u c t u r ea n ds p a t i a la n d t e m p o r a l d i s t r i b u t i o n c h a r a c t e r i s t i c s o f u r b a n t r a f f i c d e m a n d .T h e t r a v e l c h a i n t h r o u g h t h e l i c e n s e p l a t e a n d t i m e s t a m p w a ss o r t e do u t ;T h es e p a r a t i o no ft h et r a v e lc h a i n w a sa c c o m p l i s h e db y u s i n g t h ev e l o c i t y b e t w e e na d j a c e n tn o d e sa n dt h ei n t e r s e c t i o n m a t r i x ;T h et r a v e lt r a j e c t o r y b a s e d o n K s h o r t e s t p a t h a l g o r i t h m (K S Pa l g o r i t h m )a n dG r a y r e l a t i o n a l a n a l y s i s (G R Aa l g o r i t h m )w a s c o m p l e t e d .T h e a l g o r i t h m w a s t e s t e db a s e d o n t h e a c t u a l l i c e n s e p l a t e i d e n t i f i c a t i o nd a t a o fN a n -m i n g D i s t r i c t ,G u i y a n g C i t y
,R e s u l t s s h o wt h a t t h e a l g o r i t h mb a s e do n t h e l i c e n s e p l a t e r e c o g n i t i o nd a t a i sm o r e t h a n92%i n t h e t e s t a r e a .K e y w o r d s :l i c e n s e p l a t ei d e n t i f i c a t i o n d a t a ;t r a v e lc h a i n s e p a r a t i o n ;t r a v e lt r a j e c t o r y c o m p l e t i o n ;Ks h o r t e s t p a t ha l g o r i t h m ;G r a y r e l a t i o n a l a n a l y
s i s 在城市交通流特性研究中,
机动车出行轨迹包含详细的交通流微观参数,通过对城市交通路
网中所有运行车辆的出行轨迹进行提取二聚类和
整合分析,可以系统科学地再现所有车辆的运行
场景,有效获取城市网络交通流的宏观运行状态,
进而为分析城市交通需求的结构和时空分布特性提供数据支撑.与其他交通信息采集技术相比,车牌自动识别系统工作具有连续性强二数据精确度高,检测样本量大等优点[1],国内外越来越多的专家学者运用车牌
《车牌识别系统》 车牌识别系统 摘要：文章从车牌定位、车牌字符分割和车牌字符识别 3个阶段对车牌识别技术进行了深入研究，并用MATLAB进行了仿真。 关键词：车牌识别，车牌定位，车牌字符分割 1 引言
车牌是一辆汽车独一无二的信息，因此，对车辆牌照的识别技术可以作为辨识一辆车最为有效的方法。随着 ITS(智能交通系统)的高速发展，对车牌识别技术的研究也随之发展。从根本上讲，牌照识别应用了先进的图像处理，模式识别，人工智能技术来获取，处理，解释，记录拍照的图像。目前，牌照识别技术已经广泛而成功的应用于高速公路的监测，电子收费，交通违规管理，安全停车管理，偷盗车辆辨识等重要领域。 车牌识别系统一般包括以下几个部分，见图1。 图1 车牌识别系统 主要研究内容如下: 1.车牌的定位研究。先进行图像的预处理，包括:RGB彩色图像的灰度化、图像灰度拉伸、图像边缘检测、灰度图的二值化等;车牌定位采用基于水平和垂直投影分布特征的方法。 2.字符分割的研究。先对定位后的车牌图像进行预处理，然后按照车牌的先验信息,用区域增长算法来确定候选车牌的字符区域。 3.字符识别的研究。对于提取出的单个字符，先进行归一化操作，再与给定的模板做对比，识别出字符。 2. 图像的定位 2.1 图像的预处理 一般情况下，由CCD采集到的图像会有不理想的情况，如光线过强，或者偏弱，这些都会对后续的图像处理产生一向。而且车牌位于车身下部，靠近散热片，对比度较差，此时若直接对灰度图像进行定位会有不小的困难，为了获得较好处理的灰度图像，在对CCD 采集的原始图像进行灰度化后，要对其灰度转换。 首先对图像灰度拉伸，使灰度级占据 0--255整个区域，这样做的目的是为了减少光线过强，或者偏弱时造成的灰度级过少．本文直接采用直方图均衡化，这样处理简单，运算量小，效果也较理想。 2.2 边缘提取
停车场管理系统自动车牌识别计费系统技术方案
目录 1 企业概况 (4) 1.1 公司简介 (4) 1.2 资质证书 (4) 2 概述 (10) 2.1 系统方案总体设计 (10) 2.2 项目背景 (11) 2.3 方案概述 (12) 3 系统介绍 (14) 3.1 车牌识别系统简介 (14) 3.2 系统优势 (15) 3.3 系统组成 (16) 4 主要设备参数性能介绍 (19) 4.1 CA-AB900道闸 (19) 4.2 INEX- TI200 200万高清识别一体机 (20) 4.3 CA-600读卡控制器 (22) 技术参数： (22) 4.4 软件监控界面 (23) 4.5 其他辅件 (23)
5 售后服务 (24) 5.1 保修时间及范围 (24) 5.2 维修及维护服务 (24) 5.3 更新改进服务 (24) 5.4 客户档案，完善产品质量 (25) 6 部分工程案例 (26)
1企业概况 1.1公司简介 北京市仟安科技有限责任公司是设计、研发、生产、销售、服务为一体的高新技术企业。公司凝聚了大批实力雄厚的研发团队和技术团队，凭着对智能化应用领域多年来的积淀和对未来智能化领域发展的导向，为用户提供有价值的产品和服务。 公司经过多年的开发研究，引进国外最先进的高新技术，不断完善自我。主要研发停车场主板软件、生产智能道闸、停车场收费系统、车位引导系统、派车系统、门禁系统、自动检售票系统等安防权限认证、消费认证产品。仟安的智能系统解决方案也已得到客户的全面认可和好评。经国家技术监督部门检验、产品的技术含量及外光造型已达到世界先进水平。现“仟安”产品已遍布全国各大城市及地区，并已成功销往海外。 公司以“冲破束缚，发展无限”为企业宗旨，积极引领核心技术创新，不断为全球用户创造完美产品。逐渐形成了“开拓、创新、共赢、务实”的企业文化，建立了朝气蓬勃的精英团队。 公司自创建以来，一直保持了高速发展态势，现已成为国内停车场系统服务领域的领跑者，致力于成为中国领先的安防服务品牌。 1.2资质证书
解析车牌识别率算法 首先剖析下车牌识别原理是怎样的，车牌识别是基于图像分割和图像识别理论，对含有车牌识别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，其运行流程如下图所示： （车牌识别原理示意图） 那么高达99.7%的车牌识别率是怎样做到的？
首先，相机成像是车牌识别的基础，稳定、优质的成像效果为高识别率奠定了坚实的基础； 其次，现场安装调试是车牌识别的重要保障，专业的咨询服务部为每一个安装现场提供专业、合理的安装意见，角度、距离、补光灯调节等为高车牌识别识别率提供了有力的保障； 再次，强大的识别算法。 一、核心算法支持丰富多样的功能：支持车牌种类繁多，工作模式灵活等。 车牌识别核心算法支持各类车牌：普通蓝牌、单层黄牌、双层黄牌、警车车牌、武警车牌、军队车牌（新军牌）、大使馆车牌、02式个性化车牌、教练车牌、农用车牌、挂车号牌、民航车牌、港澳出入境车牌、台湾车牌等。 支持线圈触发识别工作模式和视频流识别工作模式，灵活互补。 支持车身颜色识别，支持车标识别，支持车型识别。 二、鲁棒性强 （鲁棒性即在异常场景、异常情况下均能正常工作，且有较高的识别率）针对反光车牌、逆光车牌、阴阳车牌、变形车牌、污损车牌、奔驰特殊车牌、倾斜车牌、低对比度车牌、雨雾天气车牌、过爆车牌、粘连边框车牌、相似字符等特殊情况，均有较高的车牌识别率。
三、算法实时性 线圈触发工作模式，单帧耗时500ms左右；视频流识别模式，单帧耗时100ms左右。 综上所述，无论从核心软件、智能硬件还是强大的售前、售后服务体系，易泊时代都有强大的支持，因此车牌识别率99.7%，必须这么高，也必然这么高！
（汽车行业）基于图像处理的汽车牌照的识别
基于图像处理的汽车牌照的识别 作者:陈秋菊 指导老师:李方洲 (温州师范学院物理和电子信息学院325027) 摘要：以壹幅汽车牌照的识别为例，具体介绍了车牌自动识别的原理。整个处理过程分为预处理、边缘提取、车牌定位、字符分割、字符识别五大模块，用MA TLAB软件编程来实现每壹个部分,最后识别出汽车牌照。在研究的同时对其中出现的问题进行了具体分析，处理。寻找出对于具体的汽车牌照识别过程的最好的方法。 关键词：汽车牌照车牌提取字符分割字符识别Thevehiclelicenserecognitionbasedontheimageprocessing Author:ChenQiuju Tutor:LiFangzhou (SchoolofPhysicsandElectronicInformationWenZhouNormalCollege325027) Abstract：Withonevehiclelicenserecognition,theprincipleoftheautomobileLicenserecognitionisintroduced.This processwasdividedintopre-process,edgeextraction,vehiclelicenselocation,characterdivisionandchara cterrecognition,whichisimplementedseparatedbyusingMA TLAB.Thelicenseisrecognizedatlast.Atthe sametime,theproblemsarealsoanalyzed Andsolvedintheprocess.Thebestmethodofrecognitiontotheveryvehiclelicenseisfound. Keywords:vehiclelicensevehiclelicenselocationcharactersegmentation Characterrecognition 引言 1.1选题意义 汽车牌照自动识别系统是以汽车牌照为特定目标的专用计算机视觉系统，是计算机视觉和模式识别技术在智能交通领域应用的重要研究课题之壹，是实现交通管理智能化的重要环节，它可广泛应用于交通流量检测，交通控制和诱导，机场、港口、小区的车辆管理，不停车自动收费，闯红灯等违章车辆监控以及车辆安全防盗等领域，具有广阔的应用前景。目前，发达国家LPR（汽车牌照识别技术LicensePlateRecognition，LPR，简称“车牌通”）系统在实际交通系统中已成功应用，而我国的开发应用进展缓慢，车牌识别系统基本上仍停留在实验室阶段。基于这种现状仍有它广阔的应用前景，目前对汽车车牌的识别研究就有了深远的意义。 课题组成 汽车车牌的识别过程主要包括车牌定位、字符车牌分割和车牌字符识别三个关键环节。其识别流程如下： 原始图像：由数码相机或其它扫描装置拍摄到的图像 图像预处理：对动态采集到的图像进行滤波，边界增强等处理以克服图像干扰 边缘提取：通过微分运算，2值化处理，得到图像的边缘 车牌定位：计算边缘图像的投影面积，寻找峰谷点，大致确定车牌位置，再计算此连通域内的宽高比，剔除不在域值范围内的连通域。最后得到的便为车牌区域。 字符分割：利用投影检测的字符定位分割方法得到单个的字符 字符识别：利用模板匹配的方法和数据库中的字符进行匹配从而确认出字符，得到最后的汽车牌照，包括英文字母和数字。
车牌识别的matlab程序(程序-讲解-模板)
clc clear close all I=imread('chepai.jpg'); subplot(3,2,1);imshow(I), title('原始图像'); I_gray=rgb2gray(I); subplot(3,2,2),imshow(I_gray),title('灰度图像'); %====================== 形态学预处理====================== I_edge=edge(I_gray,'sobel'); subplot(3,2,3),imshow(I_edge),title('边缘检测后图像'); se=[1;1;1]; I_erode=imerode(I_edge,se); subplot(3,2,4),imshow(I_erode),title('腐蚀后边缘图像'); se=strel('rectangle',[25,25]); I_close=imclose(I_erode,se); %图像闭合、填充图像 subplot(3,2,5),imshow(I_close),title('填充后图像
for i=1:size(location_of_1,1) %寻找所有白点中，x坐标与y坐标的和最大，最小的两个点的位置 temp=location_of_1(i,1)+location_of_1(i,2); if temp
高清车牌识别系统 解决方案
高清车牌识别系统 解决方案
目录 一、脱机型车牌识别系统优势--------------------------------------------------------------------4 二、脱机型车牌识别系统组成--------------------------------------------------------------------7 2.1系统拓扑图 -----------------------------------------------------------------------------------8 2.2系统流程----------------------------------------------------------------- 错误!未定义书签。 三、智慧眼ZY-S1618功能简介 ----------------------------------------------------------------- 10 四、施工与软件配置------------------------------------------------------------------------------- 13 4.1视频流触发识别的施工要求 ---------------------------------------------------------- 13 4.2压地感触发识别的施工要求 ---------------------------------------------------------- 14 4.3软件配置------------------------------------------------------------------------------------- 15 五、软件特色功能简介 --------------------------------------------------------------------------- 19 5.1车牌修改------------------------------------------------------------------------------------- 19 5.2手动输入车牌入场或者出场 ---------------------------------------------------------- 19 5.3无牌车出入场 ------------------------------------------------------------------------------ 20 5.4出场模糊查询 ------------------------------------------------------------------------------ 21 5.5固定车脱机车牌下载 -------------------------------------------------------------------- 23 5.6脱机车牌下载至摄像机 ----------------------------------------------------------------- 23 5.7黑名单功能 --------------------------------------------------------------------------------- 24 5.8 车牌登记------------------------------------------------------------------------------------- 25 5.9车牌打折------------------------------------------------------------------------------------- 26 5.10掌上停车APP ----------------------------------------------------------------------------- 27
核心提示：汽车牌照识别技术是一个以特定目标为对象的专用计算机视觉系统。到目前为止，通用计算机视觉系统仍然是当今科学界尚未攻克的难题。究其原因主要是当前的串行计算机结构难以完全适合做人工智能视觉工作。也许，只有新一代的计算机诞生了，真正的通用的计算机视觉系统才能实现。人们已经意识到，光靠加快计算机计算速度是无法彻底解决机器视觉所遇到的问题。神经网络的出现曾给人们带来一线曙光，但经过十多年的努力，新一代计算机还是遥遥无期，而机器视觉系统仍然在黑暗中摸索。 - 一、汽车牌照的基本元素 目前我国机动车使用的牌照主要是根据公安部一九九二年颁布的《中华人民共和国机动车号牌》标准（GA36-92）制作的。另外，部队、武警等部门的汽车牌照也有自己的标准。但无论是哪种汽车牌照都由四大基本元素组成： 1）汉字 2）英文字母（A～Z） 3）数字（0～9） 4）颜色（蓝、黄、白、黑） 二、识别技术简介 汽车牌照识别技术是一个以特定目标为对象的专用计算机视觉系统。到目前为止，通用计算机视觉系统仍然是当今科学界尚未攻克的难题。究其原因主要是当前的串行计算机结构难以完全适合做人工智能视觉工作。也许，只有新一代的计算机诞生了，真正的通用的计算机视觉系统才能实现。人们已经意识到，光靠加快计算机计算速度是无法彻底解决机器视觉所遇到的问题。神经网络的出现曾给人们带来一线曙光，但经过十多年的努力，新一代计算机还是遥遥无期，而机器视觉系统仍然在黑暗中摸索。 经过反思，人们认为，在当前科学技术条件下，机器视觉系统的研究只能退而求其次，即首先研究针对特定对象的、专用的计算机视觉系统。汽车牌照识别器就是这一技术的典型应用，但就是要研究开发这种专用的视觉系统，也不是轻而易举的。 用计算机完成视觉任务，其主要困难就是串行计算机不适合作视觉工作，而人类却恰好相反，人可以随时随地轻而易举地完成无数的、令计算机无法想象的视觉任务。但是，计算机具有“忠实、吃苦、耐劳”和不怕重复、重复工作结果绝对一致等许多人类不具有的优点，所以计算机视觉研究，特别是专用计算机视觉的研究具有绝对重要的价值。 汽车牌照自动识别设备主要由触发单元、抓拍单元、处理单元三部分组成。汽车牌照识别对人来讲是一件轻而易举的事，但用计算机处理却要难得多。其中： ◆算法难点包括： 1）汽车牌照区域定位； 2）变形校正； 3）旋转校正； 4）污损修复； 5）字符切分； 6）字符识别； ◆成像环节中的难点包括： 1）环境光影响（太阳定向反射、镜面反射）； 2）车辆高速运动中成像；
PA-WT车牌识别 停 车 场 管 理 系 统 方 案
目录 第一章前言................................ 错误！未定义书签。第二章系统设计依据及总则..................... 错误！未定义书签。 一、本方案设计依据：........................ 错误！未定义书签。 二、设计说明................................ 错误！未定义书签。 1、设计目标及原则........................ 错误！未定义书签。 2、系统概述 (2) 3、系统基本功能及特点 (5) 系统结构框图 (6) 图像识别系统主要设备 (7) 4 出口处电脑功能......................... 错误！未定义书签。 5 管理电脑功能 (11) 三．系统软件功能 (11) 第三章系统设计 (12) 注意事项 (13) 第四章售后服务 (14)
前言： 车牌识别技术是指能够检测到受监控路面的车辆并自动提取车辆牌照信息（含汉字字符、英文字母、阿拉伯数字及号牌颜色）进行处理的技术。车牌识别是现代智能交通系统中的重要组成部分之一，应用十分广泛。它以数字图像处理、模式识别、计算机视觉等技术为基础，对摄像机所拍摄的车辆图像或者视频序列进行分析，得到每一辆汽车唯一的车牌号码，从而完成识别过程。通过一些后续处理手段可以实现停车场收费管理，交通流量控制指标测量，车辆定位，汽车防盗，高速公路超速自动化监管、闯红灯电子警察、公路收费站等等功能。对于维护交通安全和城市治安，防止交通堵塞，实现交通自动化管理有着现实的意义。 目前国内有两种识别方式，1、软件识别，就是摄像机直接接入PC机，通过电脑上位机软件对摄像机抓拍图片进行分析识别，优点成本低，缺点：对电脑要求较高，长时间运行识别速度会有一定影响。2、DSP嵌入式硬件识别，摄像机直接接入DSP嵌入式车牌识别器，通过专业的DSP芯片对摄像机抓拍图片进行分析，优点：对电脑要求低，设备自带防死机功能，算法丰富，识别速度快，适用于工业环境长时间运行。缺点：成本相对于软识别成本较高。 系统简介 我司采用DSP嵌入式硬件图像处理器研制开发的PA-WT汽车牌照自动识别车辆出入管理系统，具有方便快捷、准确可靠、保密性好、灵敏度高、节省
车牌识别技术：工作原理及流程解析 车牌识别是利用车辆的动态视频或静态图像进行车牌号码、车牌颜色自动识别的模式识别技术。技术的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。 车牌识别技术工作原理 车辆检测：可采用埋地线圈检测、红外检测、雷达检测技术、视频检测等多种方式感知车辆的经过，并触发图像采集抓拍。 图像采集：通过高清摄像抓拍主机对通行车辆进行实时、不间断记录、采集。 预处理：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。 车牌定位：在经过图像预处理之后的灰度图像上进行行列扫描，确定车牌区域。 字符分割：在图像中定位出车牌区域后，通过灰度化、二值化等处理，精确定位字符区域，然后根据字符尺寸特征进行字符分割。 字符识别：对分割后的字符进行缩放、特征提取，与字符数据库模板中的标准字符表达形式进行匹配判别。 结果输出：将车牌识别的结果以文本格式输出。 车牌识别技术工作流程 车牌识别系统采用高度模块化的设计，将车牌识别过程的各个环节各自作为一个独立的模块。 一、车辆检测跟踪模块 车辆检测跟踪模块主要对视频流进行分析，判断其中车辆的位置，对图像中的车辆进行跟踪，并在车辆位置最佳时刻，记录该车辆的特写图片，由于加入了跟踪模块，系统能够很好地克服各种外界的干扰，使得到更加合理的识别结果，可以检测无牌车辆并输出结果。 二、车牌定位模块 车牌定位模块是一个十分重要的环节，是后续环节的基础，其准确性对整体系统性能的影响巨大。车牌系统完全摒弃了以往的算法思路，实现了一种完全基于学习的多种特征融合的车牌定位新算法，适用于各种复杂的背景环境和不同的摄像角度。 三、车牌矫正及精定位模块 由于受拍摄条件的限制，图像中的车牌总不可避免存在一定的倾斜，需要一个矫正和精定位环节来进一步提高车牌图像的质量，为切分和识别模块做准备。使用精心设计的快速图像处理滤波器，不仅计算快速，而且利用的是车牌的整体信息，避免了局部噪声带来的影响。使用该算法的另一个优点就是通过对多个中间结果的分析还可以对车牌进行精定位，进一步减少非车牌区域的影响。 四、车牌切分模块
HBJ车牌识别管理系统 技 术 方 案 浩百佳科技车牌识别自助缴费系统方案
目录 一、序言 (3) 二、系统简介 (4) 2.1、系统功能特点 (5) 2.2、系统工作流程图 (6) 2.3、系统施工安装图 (7) 2.4、系统安装拓扑接线图 (8) 2.5、车牌识别系统技术指标 (8) 三、系统结构 (9) 3.1、系统硬件设备 (9) 3.1.1、显控一体机 (10) 3.1.2、车牌识别道闸一体机 (12) 3.1.3、豪华自动道闸 (13) 3.1.4、自助缴费终端机 (14) 3.1.5、出入口终端机 (15) 3.2、管理软件 (16) 3.2.1、软件功能特点 (18) 3.2.2、中心管理系统 (18) 3.2.3、微信支付功能流程 (19) 3.2.4、自助缴费系统功能流程 (21) 3.2.5、临时车收费标准设计 (24) 3.2.6、APP客户端 (25) 3.2.7、无人值守原理及收费方式............... 错误!未指定书签。5 四、系统安装与调试 (32) 4.1、相机IP地址设置 (32) 4.2、数据库及停车场软件安装步骤 (34) 4.3、停车场软件设置 (38) 4.4、常用停车场功能介绍 (48) 五、售后服务 (53) 一、序言 随着现代化管理手段的进步和科学技术的日益发展，用户对车辆管理的要 求越来越高。过去的人工刷卡的管理方式已经不适应现代化停车的需要，已经基 本被车牌识别收费管理系统所取代。但针对目前快节奏，高速度的工作模式，要
求管理方法和制度要有一个根本的改善，这种改善不但要适应用小区管理的需求，也要适应社会的需求，要适应人的感官的需求和习惯性操作的需求。目前简单的车牌识别系统已经完全满足不了用户需求了。例如现行的车牌识别系统还停留有人收费管理的基础上。这样就不仅给物业公司带来特别大的人力成本也增加了管理成本，更重要是人工收费找零效率太低严重影响了车辆通行速度，给车主停车体验感很差，也大大降低了物业管理档次。现在无人值守，自助缴费车牌识别收费管理系统既可大大降低物业人力和管理成本的同时也提高了车辆通行速度，改善了停车体验，也同时提升了物业档次。 本设计方案就是基于以上的思想基础，结合各种现代化高科技手段我们开发设计了可脱机识别计费、自助缴费，无牌车自动识别并支持多种缴费方式(例如:微信,支付宝,现金等)的无人值守，自助缴费车牌识别系统。本系统即支持有人收费管理模式同时也可选择完全无人值守,自主缴费的工作模式。真正实现快速通行,手机远程管理(计费，开闸，对讲)。而这种无人值守，自助缴费停车模式必将是未来停车场管理主流模式，因为手机支付的便捷性和普及程度决定了未来停车必须支持移动支付。 无人值守，自助缴费车牌识别管理系统基本原理: 物业管理处工作人员网上注册公众号并开通支付功能后将账号输入到停车场管理软件，这样每笔停车费就及时到账物业银行卡，资金无需经过第三方支付平台。车辆入口通过车牌识别或无牌车在入口停车机器人上输入手机号，或扫码入场；出场取车前可以在场内终端机上自助缴费或关注车场公众号后在车主手机上缴费出场，也可以到出口让停车机器人扫车主手机付款二维码自动扣费开闸。如遇设备故障或其他异常情况车主可以通过出入口停车机器人上的帮助对讲按钮与管理人员手机远程对讲，计费，开闸，异常处理。这样我们就真正做到任何情况都完全无人值守了。 无人值守，自主缴费系统三种缴费模式 1.场内终端扫手机付款码： 场内终端机无信号手机脱网情况依然可以微信，支付宝，现金支付。功能
车牌识别系统方案两篇 篇一：<<立体高清车牌识别系统>>方案 一、项目设计目的 伴随着国内城市建设步伐的加快，小区停车场也积极地向创新化、科技化、智慧化的方向转变，小区的管理也更落实于具体，针对车辆管理这一方面将从“需求管理”的理念入手，采用当前最先进最严谨的纯车牌识别收费的车辆管理系统，将车辆管理一步到位。智能化地设计遵循以下原则：实用性、先进性、专业性、开放性、安全性、集成性和经济性，实现以下管理常态： 1、快速通行——车流量大，车辆频繁密集的现状，纯车牌识别收费的车辆管理系统满足所有车辆入场快速通行，可实现车辆的不停车入场。 2、智能化操作——通过入口无人值守，最大化地减少车辆收费的人员数量，避免不必要的人工干预。智能化的纯车牌识别收费系统自动计费，减少保安人员的工作强度，不需要保安同时顾及出入口的车辆情况，只需针对出场车辆进行快速收费的动作，并且在收费金额为零时，可实现自动开闸，减轻收费人员的工作量。 3、多样化的收费模式——可根据小区的管理，实现中央收费、磁卡优惠、储值用户交费等多种交费方式，并且支持优惠/免费原因的设定和查询。 4、人性化的管理模式——固定车辆未按规定停放地库时，系统可提示，设定停放地面超过一定的时间后，自动按临时停车收费标准收费。最大化提供地面停车位，减少地面停车的矛盾，便于管理和协调。 5、严谨地管理手段——所有车辆进出均提供图片、车牌号码。临时停车进出均
自动匹配，计算临时停车费，若有特殊情况的免费放行，均有免费原因的选择记录，做到车辆进出都记录在案。 二、车牌识别方案的优势分析 对固定车管理而言，“车牌识别”解决了以下问题 ?彻底解决“卡管理”时，一卡多车的情况； ?彻底解决“卡管理”时，卡未携带的情况； ?彻底解决“卡管理”时，卡丢失、损坏带来的换卡，补卡的工作； ?彻底解决“卡管理”时，卡安装摆放位置的沟通工作。 对临时车管理而言，“车牌识别”解决了以下问题 ?彻底解决“卡管理”时，收费人员偷钱的机会； ?彻底将收费人员从人工发卡的工作中解放出来，只需要负责收钱——入口发卡机往往需要安排专人在“入口发卡机”和“临时车”之间传递“临时卡”，严重偏离了“节省人力资源的根本要求”。而临时车往往停得距离发卡机较远，是人们害怕撞到发卡机和道闸的下意识正常反映，是经常发生的情况； ?彻底解决“卡管理”时，有的临时车混出停车场，同时损失临时卡和停车费的情况； ?彻底解决有个别的固定车在入场的时候恶意取走临时卡，造成临时卡不断流失的情况； ?彻底解决入口发卡机的卡容量有限的问题； ?自动对大车，小车进行车型区分，执行不同的收费标准。 “移动支付”在收停车费环节的优势 ?临时车主和收费人员之间没有金钱介质往来；
基于matlab的汽车牌照识别程序 摘要：本次作业的任务是设计一个基于matlab的汽车牌照识别程序，能够实现车牌图像预处理，车牌定位，字符分割，然后通过神经网络对车牌进行字符识别，最终从一幅图像中提取车牌中的字母和数字，给出文本形式的车牌号码。 关键词：车牌识别，matlab，神经网络 1 引言 随着我国交通运输的不断发展，智能交通系统（Intelligent Traffic System，简称ITS）的推广变的越来越重要，而作为ITS的一个重要组成部分，车辆牌照识别系统（vehicle license plate recognition system，简称LPR）对于交通管理、治安处罚等工作的智能化起着十分重要的作用。它可广泛应用于交通流量检测，交通控制于诱导，机场，港口，小区的车辆管理，不停车自动收费，闯红灯等违章车辆监控以及车辆安全防盗等领域，具有广阔的应用前景。由于牌照是机动车辆管理的唯一标识符号，因此，车辆牌照识别系统的研究在机动车管理方面具有十分重要的实际意义。 2 车辆牌照识别系统工作原理 车辆牌照识别系统的基本工作原理为：将摄像头拍摄到的包含车辆牌照的图像通过视频卡输入到计算机中进行预处理，再由检索模块对牌照进行搜索、检测、定位，并分割出包含牌照字符的矩形区域，然后对牌照字符进行二值化并将其分割为单个字符，然后输入JPEG或BMP格式的数字，输出则为车牌号码的数字。 3 车辆牌照识别系统组成 （1）图像预处理：对汽车图像进行图像转换、图像增强和边缘检测等。 （2）车牌定位：从预处理后的汽车图像中分割出车牌图像。即在一幅车辆图像中找到车牌所在的位置。 （3）字符分割：对车牌图像进行几何校正、去噪、二值化以及字符分割以从车牌图像中分离出组成车牌号码的单个字符图像
大家身边有没有一些司机朋友在路上开车的时候一看对方的车牌就能知道这辆车是来自哪里，属于什么类型的车呢？有时候能够通过车牌快速判断对方车辆，对你将会有非常大的帮助。下面是为了帮助大家掌握这样的技能而整理的一些资料： 欧阳光明（2021.03.07） 首先，通过颜色去区分： 大型民用汽车：黄底黑字； 小型民用汽车： 武警专用汽车：白底红“WJ”、黑字； 其它外籍汽车： 使、领馆外籍汽车：及空心“使”字标志； 试车牌照：白底红字，数字前有“试”字标志； 临时牌照：白底红字，数字前有“临时”二字； 汽车补用牌照：白底黑字。 另外，民用汽车牌照上有省、直辖市、自治区的名称和发证照及监督机关的代号，编号是英文大写字母。
后面的汽车编号，一般为5位数字，即从00001～99999。 编号超过10万时，就由A、B、C等英文字母代替，即A代表10万，B代表11万，C代表12万，最后一个字母及Z代表33万。 英文字母中的I和O避而不用，以免和数字中的1和0混淆。 使、领馆的外籍汽车牌照上的小数字是建交国家的代号，与所在地区的监管编号无关。 接下来是全国各地方的车牌识别： 北京市（京）京A、京C、京E、京F、北京市(城区)，京G 北京市(远郊区)，京B 出租车，京O警察天津市（津）津A、津B、津C、天津市，津E 出租车 上海市（沪）沪A、沪B、沪D 上海市区，沪C 远郊区 重庆市（渝）渝 A 重庆市区（江南），渝 B 重庆市区（江北），渝C 永川区，渝F 万州区，渝G 涪陵区，渝H 黔江区 河北省（冀）冀A 石家庄，冀B 唐山，冀C 秦皇岛，冀D 邯郸，冀E 邢台，冀F 保定，冀G 张家口，冀H 承德，冀J 沧州,冀R 廊坊，冀T 衡水 河南省（豫）豫A 郑州，豫B 开封，豫C 洛阳，豫D 平顶山，豫E 安阳，豫F 鹤壁，豫G 新乡，豫H 焦作，豫J 濮阳，豫K 许昌，豫L 漯河，豫M 三门峡，豫N 商丘，豫P 周口，豫Q 驻马店，豫R 南阳，豫S 信阳，豫U 济源 云南省（云）云A 昆明，云B 东川，云C 昭通，云D 曲靖，云E 楚雄彝族，云F 玉溪，云G 红河哈尼族，云H 文山壮族苗，云J
设计方案
公司简介 红门智能系统有 限公司新疆分公 司。总部创立于 1998年， 2006年 更名为红门智能 系统有限公司，注 “红 册资金500万。门智能”是一家集研发、生产、销售、服务于一体的高科技企业。多年来，红门人以振兴民族工业为己任，本着“科技为民，服务大众”的企业宗旨，在总结吸收国内外众多同类产品优点的基础上以全新思路成功设计开发出以IC卡为信息载体的“一卡通智能管理系统”，从而在停车场、门禁、消费、电梯控制、考勤、巡更、通道控制等管理系统中，实现了全新的管理境界，并在大厦一卡通、车场一卡通、企业一卡通、校园一卡通的智能化运用管理上取得了质的飞跃。 “红门智能”拥有一支技术领先、勇于创新、追求卓越、 敬业爱岗的杰出团队，多年来先后获得了：IS09001：2000国 际质量体系认证、多项计算机软件授权登记证书、多项软件产 品登记证书、相关产品生产登记证书、设计施工资质证书和多 项国家专利。“红门智能”始终坚持以信誉为根本、以技术为 依托、以质量为生命、以服务为基础，走高科技不断创新之 路，一如既往地为国内各界用户朋友提供全方位的技术支持与服务，树立行业典范，并为我国的信息产业发展做出应有贡献！
前言 随着现代化管理手段的进步和科学技术的日益发展，小区用户对车辆管理的要求越来越高。过去的人工刷卡的管理方式已经不适应现代化发展的需要，针对目前快节奏，高速度的工作模式，要求管理方法和制度要有一个根本的改善，这种改善不但要适应用小区管理的需求，也要适应社会的需求，要适应人的感官的需求和习惯性操作的需求。但是目前任何高科技产品都不能完全代替人类的手工操作，不能完全取代人的思维，更不能与人的思维方式相吻合。因此我们在做自动化管理系统的设计时，要尽可能地强调自动化手段，但又不可忽略人工干预的因素，二者巧妙地结合起来，可达到事半功倍的效果。 本设计方案就是基于以上的思想基础，针对小区车辆管理的实际情况，结合各种现代化高科技手段完成的。 我们的目标是为小区用户的车辆管理提供一个车牌识别功能的解决方案。我们采用的是当前国内最先进的车牌识别技术。此设计方案着重考虑了识别的准确性，及车牌自动识别算法在各种停车场车辆管理系统中的灵活嵌入，既考虑到用户的需求，又囊括了各种高科技技术，而且增加了一些管理手段，尽可能地为用户提供一个完善的小区车辆管理系统。
车牌自动识别系统 生活水平的显著提升促成了私家车数量的不断增加，在城市中，几乎每个家庭都拥有一辆私家车，而这些私家车频繁地出入各种场所，这对停车场管理提出了更高的要求，提升管理水平势在必行。面对着巨大的车流量，停车场需要借助于一套现代化高效的停车场管理系统来进行管理，而车牌自动识别系统无疑是所有系统中最佳的管理解决方案。 一、车牌自动识别系统的技术说明 车牌自动识别系统采用车牌识别技术来实现技术效果的。车牌识别技术(Vehicle License Plate Recognition，VLPR) 是指能够检测到受监控路面的车辆并自动提取车辆牌照信息（含汉字字符、英文字母、阿拉伯数字及号牌颜色）进行处理的技术。车牌识别是现代智能交通系统中的重要组成部分之一，应用十分广泛。它以数字图像处理、模式识别、计算机视觉等技术为基础，对摄像机所拍摄的车辆图像或者视频序列进行分析，得到每一辆汽车唯一的车牌号码，从而完成识别过程。通过一些后续处理手段可以实现停车场收费管理，交通流量控制
指标测量，车辆定位，汽车防盗，高速公路超速自动化监管、闯红灯电子警察、公路收费站等等功能。对于维护交通安全和城市治安，防止交通堵塞，实现交通自动化管理有着现实的意义。 二、车牌自动识别系统识别原理分析 车牌自动识别系统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。某些车牌自动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。一个完整的车牌自动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。 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。 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。
停车场管理系统车牌识别案 一、车辆管理系统功能实现 无卡式车辆管理系统实现大门一进一出车辆出入管理功能。 1.1、部车辆进入 部车辆信息预先输入保存在本地服务机数据库，部车辆信息主要包括车主姓名，车主，手机，车主地址，证件，证件类型，车型，车牌等。 部车辆进入仅通过车牌识别进行。部车辆进入时，大门摄像系统自动拍摄车牌照片，主机装载的车牌识别软件进行识别，系统将自动与预存的部车辆信息进行对比，自动开启道闸，使部车辆迅速进入。部车辆的出入信息包括出入时拍下的车辆图片信息同时保存到数据库，供日后查询需要。 1.2、部车辆放行 车牌识别与手机拨号识别双重认定放行部车辆若需要出行 必须通过车牌识别与手机拔号识别。车牌识别原理与功能与进入时一致。 手机拔号识别主要是强化部车辆的安全管理，防止被盗车辆自动放行。手机拔号识别主要通过和车主匹配的手机来进行，部车辆出行时拨打指定的（一般为门卫，拔打时不须接听），系统自动识别手机并自动打开大门，门卫管理员不需要做任其他操作。 因车主可设定为一键拔号，车牌识别也在极短时间完成，在实际操作中，部车辆车主其实将手机作为大门遥控器，按一键即能放行。同时车辆进出完整信息均自动录入工控服务主机。 1.3、外部车辆进入 外部车辆进入时，系统通过车牌识别自动记录进入车辆车牌及进入时间，车
主不须停车，系统自动记录车牌，自动开启道闸放行，车辆通过，道闸自动放下，进入记录保存至数据库中。 1.4、外部车辆放行 外部车辆放行，系统通过车牌识别与进入记录进行对比，系统将自动计算出停车时间，显示在室外电子显示屏上。由保安人员检测后，开启道闸放行。车辆放行信息同时保存至数据库。 1.5、车辆安全管理 将车主车牌和手机绑定在无卡式车辆管理数据库中，发挥手机唯一性和来电显示的特点（不需要接通，不产生费用）。手机与车牌一致时可放行，否则不予放行，达到对进出车辆和驾驶员的双重有效管理（为便车主使用，车主可以上车时预先拨号，预先拨号的时间可随意设置，车主不必到道闸前再拨号）。 1.6、查询统计 车辆进出记录完整保存在系统主机数据库，对于进出记录，系统管理人员可以采用多种条件、模式进行查询统计。 1.7、防砸车安全管理 本系统采用多种手段保证车辆进出安全、地感线圈采用重力检测手段确保道闸下面有车时，道闸栏杆不放下来，防止砸车。同时，系统会在安装时标示候车区及提示牌，提示车辆等候缓行。最大程度上保证车辆进出安全。 1.8、车位诱导管理 对停车场的车位进行分类管理和总量控制，车位已满时，系统不再打开道闸，控制车辆不再进入，车位的变化实时显示在室外电子屏上，（见下图2－5所示）提示进入司机，减少车主寻找车位带来的麻烦，当车库车位已满时，系统自动在
Q260046902 专业做论文 西南科技大学 毕业设计（论文）题目名称：车辆牌照图像识别算法研究与实现
车辆牌照图像识别算法研究与实现 摘要：近年来随着国民经济的蓬勃发展，国内高速公路、城市道路、停车场建设越来越多，对交通控制、安全管理的要求也日益提高。因此，汽车牌照识别技术在公共安全及交通管理中具有特别重要的实际应用意义。本文对车牌识别系统中的车牌定位、字符分割和字符识别进行了初步研究。对车牌定位，本文采用投影法对车牌进行定位；在字符分割方面，本文使用阈值规则进行字符分割；针对车牌图像中数字字符识别的问题，本文采用了基于BP神经网络的识别方法。在学习并掌握了数字图像处理和模式识别的一些基本原理后，使用VC++6.0软件利用以上原理针对车牌识别任务进行编程。实现了对车牌的定位和车牌中数字字符的识别。 关键词：车牌定位；字符分割；BP神经网络；车牌识别；VC++
Research and Realization of License Plate Recognition Algorithm Abstract:In recent years, with the vigorous development of the national economy，there are more and more construct in the domestic expressway, urban road, and parking area. The requisition on the traffic control, safety management improves day by day. Therefore, license plate recognition technology has the particularly important practical application value in the public security and the traffic control. In the paper, a preliminary research was made on the license location, characters segment and characters recognition of the license plate recognition. On the license location，the projection was used to locate the license plate; On the characters segmentation, the liminal rule was used to divide the characters; In order to solve the problem of the digital characters recognition in the plate, BP nerve network was used to recognize the digital characters. After studying and mastering some basic principles of the digital image processing and pattern recognition, the task of license plate recognition was programmed with VC++ 6.0 using above principles. The license location and the digital characters recognition in the license plate were implemented. Keywords: license location, characters segmentation, BP nerve network, license plate recognition, VC++