在停车场管理中,车牌识别技术也是识别车辆身份的主要手段。在深圳市建设的《停车库(场)车辆图像和号牌信息采集与传输系统技术要求》中,车牌识别技术成为车辆身份识别的主要手段。
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。
对于纳入“黑名单”的车辆,例如:被通缉或挂失的车辆、欠交费车辆、未年检车辆、肇事逃逸及违章车辆等,只需将其车牌号码输入到应用系统中,车牌识别设备安装于的路口、卡口或由执法人员随时携带按需要放置,系统将识读所有通过车辆的牌照号码并与系统中的“黑名单”比对,一旦发现车辆立刻发出报警信息。系统可以全天不间断工作、不会疲劳、错误率极低;可以适应高速行驶的车辆;可以在车辆行使过程中完成任务不影响正常交通;整个监视过程中司机也不会觉察、保密性高。应用这种系统将地提高执法效率。
在交通管理系统中可以将车辆在某条道路的平均旅行时间作为判断该道路拥堵状况的一个参数。安装车牌识别设备于道路的起止点,识读所有通过车辆并将牌照号码传回交通指挥中心,指挥中心的管理系统根据这些结果就可计算出车辆平均旅行时间。
牌照字符识别方法
主要有基于模板匹配算法和基于人工神经网络算法。基于模板匹配算法将分割后的字符二值化并将其尺寸大小缩放为字符数据库中模板的大小,然后与所有的模板进行匹配,选择佳匹配作为结果。基于人工神经网络的算法有两种:一种是先对字符进行特征提取,然后用所获得特征来训练神经网络分配器;另一种方法是直接把图像输入网络,由网络自动实现特征提取直至识别出结果。
实际应用中,车牌识别系统的识别率还与牌照质量和拍摄质量密切相关。牌照质量会受到各种因素的影响,如生锈、污损、油漆剥落、字体褪色、牌照被遮挡、牌照倾斜、高亮反光、多牌照、假牌照等等;实际拍摄过程也会受到环境亮度、拍摄方式、车辆速度等等因素的影响。这些影响因素不同程度上降低了车牌识别的识别率,也正是车牌识别系统的困难和挑战所在。为了提高识别率,除了不断地完善识别算法还应该想办法克服各种光照条件,使采集到的图像利于识别。