智能车牌识别系统+收费管理系统
1)智能车牌识别系统
车牌识别模块属于纯软件识别方式，系统可根据车辆全景图片及特征图片，完成车辆特征的判断，结合触发机制，系统提供车辆行驶方向、经过时间、地点、车辆类型、车牌号码等基本信息。
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95%；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（GA36.1-2001）；92式牌照（GA36-92）；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。如出现新型车辆牌号，系统建设单位应免费升级软件。
⑤、车牌颜色识别
系统对彩色（要求颜色）及黑白车牌的颜色（不要求颜色）均能有效的识别。
⑥、升级
车牌识别模块可以动态地添加一些新的汉字，以提高程序的健壮及包容性，并且可以通过后台服务器进行升级。

按照包月类型分
1、普通月租车：在登记有效时间内，自动识别出入场。
2、白天包月车：主要给大楼上班的司机，比如早8点到晚上11点内免费，超出免费时间以外，按照临时车计时或者夜间计次收费。
3、夜间包月车：主要给周边居民用，比如晚上6点到早上8点内免费，超出时间以外，按照临时车计时收费。
二、按照车位组分：
1、普通内部车辆：也就是月租车，租1个车位登记1辆车牌。设置车牌号码，有效期限两个基本信息以及其他辅助信息，入司机名字，电话，车型，颜色即可。
单位车位组功能：适用于写字楼租户公司，比如租10个车位，登记11到20个车牌信息，每天场的10辆车为临时车入场，第11辆及以后的车辆，转化成临时车入场计时。
照片补录：以上车辆登记时候，缺乏登记车头照片，系统启用以后，识别车牌后，自动将抓拍的该车牌车辆的张照片作为登记照片存入内部车辆信息库里。当然，也可以修改资料时，管理员从该车出入记录中选择一张照片作为数据库照片。
5、如果是单机版电脑，停车收费操作和以上车牌登记工作，可以同时进行。如果是网络版，在财务，保卫科等远端分控电脑上，可以操作。
6、车位组登记的时候，往往该组名下已有车辆在车场内，需逻辑正确的登记办法。不会出现车辆全都不在场才能登记的现象，那样会要求管理人员要工作以外时间登记甚至无法登记。
三、临时车辆：
系统可以选择严格模式（适用于小区，机关单位等停车）或普通模式（公共停车场）
严格模式下，临时车辆识别后，跳出确认框，保安询问后点击确认后放行入场，出场临时停车计费缴费放行。
普通模式下，临时车识别后立刻抬杆放行，出场缴费放行。
临时车辆，出场时候，停车时间在免费时间内，缴费0元时候，系统直接抬杆放行，提高出场速度。
支持白天时间计时收费，夜间计次收费，一天高收费几个小时为上限。或者白天计时收费，高比如6个小时，夜间时段重新计时收费，费率和收费上限自行设置。
四、收费类型：
默认一类，临时小车，二类夜间包月车，三类白天包月车，四类为车位组满副车收费类型。五类，临时大车，六类，军检法等免费车辆。
五、识别不了车牌的处理：
对于脏车牌或者变形车牌，无法识别，自动跳出人工处理框，手工输入其中数字即可，确认后放行入场。出场时候，识别不了的，点击查询框，输入其中车牌数字，系统自动和场内车牌模糊比对，跳出入场记录列表，推荐跳出近似图片，选中后确认，收费放行。如果出场识别错了，则系统自动比对车场内近似车牌，跳出列表或者图片，收费员人工选择，确认放行。
无牌车辆，自动跳出人工处理框，手工输入临时编号，入101,102,103等等，作为临时牌照入场，出场时候，查询框内，输入10，所有近似编号记录和车牌信息全部跳出，查询图片，选中后，产生收费金额，收费确认放行。

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。

车牌识别系统的工作原理是怎么样呢？
摘要：近年来随着社会的发展、汽车数量逞几何倍增，对于交通的管理、车辆的停车管理还有收费的管理要求也随着汽车数量的增加而要求更高。如...
    近年来随着社会的发展、汽车数量逞几何倍增，对于交通的管理、车辆的停车管理还有收费的管理要求也随着汽车数量的增加而要求更高。如何让高科技的技术实现安全智能化一体管理成为一个比较重要的问题。
     作为全新技术算法识别的一种模式，在智能化的交通领域可以得到广泛的应用。
完整的车牌识别系统它包括：图像抓拍、车牌识别、车辆检测、数据传输等几局部组成。车牌识别系统也包括车牌字符算法、定位算法、和光学字符算法等。当车辆检测局部信息时触发图像采集单元进行采集。系统的采集单元会自动的对图像影像进行预处理，完够定位出车辆的位置，然而再把识别出来的字符进行分割再进行对比，然而组成车牌号的输出。能识别输出步骤通常会有以下几点：
车辆检测：可采用地线圈检测、雷达检测技术、红外检测、视频检测等多种方式感知车辆的经过，而且还触发摄像机对车辆进行抓拍采集。
图像采集：经过摄像抓拍主机对通行车辆实时采集、不连续记载。
预处置：自动曝光、自动白均衡、噪声过滤以及边缘加强、伽马校正、比照度调整等。
车牌定位：在经过图像预处置之后对图像进行行列扫描确定车牌区域位置。
字符的分割：在图像中定位出车辆的所在区域后，经过第二值化和灰度化的处理能够准确定位到字符区域，然后依据字符尺寸特征来进行字符分割。
字符辨认：对分割后的字符缩放、特征提取，与字符数据库模板中的规范字符表达方式停止匹配判别。
结果输出：将车牌辨认的结果以文本格式输出。
车牌识别技术要求能够将运动中的汽车牌照从复杂背景中提取并识别出来，通过车牌提取、图像预处理、特征提取、车牌字符识别等技术，识别车辆牌号、颜色等信息，目前新的技术水平为字母和数字的识别率可达到99.7%，汉字的识别率可达到99%。
车牌识别技术结合电子不停车收费系统（ETC）识别车辆，过往车辆通过道口时无须停车，即能够实现车辆身份自动识别、自动收费。在车场管理中，为提高出入口车辆通行效率，车牌识别针对无需收停车费的车辆（如月卡车、内部免费通行车辆），建设无人值守的快速通道，免取卡、不停车的出入体验，正改变出入停车场的管理模式。
车牌识别系统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、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。
汽车牌照号码是车辆的“身份”标识，牌照自动识别技术可以在汽车不作任何改动的情况下实现汽车“身份”的自动登记及验证，这项技术已经应用于公路收费、停车管理、称重系统、交通诱导、交通执法、公路稽查、车辆调度、车辆检测等各种场合。
车牌识别停车场管理系统将摄像机在入口拍摄的车辆车牌号码图象自动识别并转换成数字信号。做到一卡一车，车牌识别的优势在于可以把卡和车对应起来，使管理提高一个档次，卡和车的对应的优点在于长租卡须和车配合使用，杜绝一卡多车使用的漏洞，提高物业管理的效益；同时自动比对进出车辆，防止偷盗事件的发生。升级后的摄像系统可以采集更清晰的图片，作为档案保存，可以为一些纠纷提供有力的证据。 方便了管理人员在车辆出场时进行比对，大大增强了系统的安全性。
汽车牌照自动识别技术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。通过对图像的采集和处理，完成车牌自动识别功能，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，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。
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。
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。