梁山县智能车牌识别管理系统

随着信息时代的到来，现代智能交通系统能够很轻易的识别出汽车牌照，这是智能交通管理的标志之一。智能交通管理系统的牌照识别集合了图像采集和预处理、车牌定位技术、字符分割和字符识别等相关技术。其中，车牌定位、字符分割和字符识别是关键的技术，也是本次毕业设计的难点所在。正确利用好这三种关键技术，将有助于牌照识别的实时性和准确性，对于智能交通系统的实现有着决定性作用。在MATLAB软件开发环境下，系统对图像进行预处理、然后将预处理后的图像进行定位分割，后识别出相应牌照上的字符，这样就可以模拟设计出汽车牌照识别系统。本文的图像预处理模块是将图像灰度化和用Canny算子进行边缘检测，汽车牌照定位依据是它的颜色特征，使用MATLAB中的Radon函数和Imrotate函数来进行车牌矫正；分割字符时，需要先找到连续的文字块，然后根据长度大小来确定是否分割，假如所找到的连续文字块的长度大于阈值，那么就表示可以对此文字块进行分割。并且为了能对车牌上的字符进行正确的识别，本文将采用BP神经网络算法。后设计GUI界面，使界面更加简洁明了，便于操作。根据实验得出的结论，这种方式可以对蓝色的车牌进行、的识别，同时，也对光照、旋转和噪声表现出很好的鲁棒性，定位精度和识别正确率甚至可以超过90%。

一直以来，停车场管理是各大物业公司的“心头大患”，非机动车随意进出、临时车辆无法识别身份、出场支付效率低、人工收费有漏洞等来自各个方面的问题，困扰物业已久，急需一种方便且有效的系统，对停车场管理进行升级。
车牌识别设备利用系统庞大的数据库对进出车辆进行管理比对，及时对临时进出车辆的安全性进行辨认，识别嫌疑车辆。后台还能对进出车辆信息进行及时查看，防止收费漏洞的出现。
车牌识别外观
无需主板，脱机语音，脱机显示，脱机收费
无需安装APP软件即可使用支付宝、支付
自主研发，中国，荣获外观专利
识别、显示、补光一体式设计，安装方便
显示屏采用进口灯珠，亮度，超大字体，户外远距离也可清晰分辨
四行字体显示，车牌、停车时长、应缴费用、剩余车位、月租有效期、储值余额等信息一目了然;红绿色字体区分显示,显示更清晰
红绿导光指示，非法车辆显示红色，禁止通行；合法车辆显示绿色，道闸开启
无需转动立柱即可改变显示屏的方向
立柱尺寸：1500*150*100MM
显示区尺寸：305*305MM

主要功能

1、出入管理系统

无人值守、各通道机器人立运行，管理车辆正常出入、自主计费。

2、主、副车牌识别系统

在传统单识别摄像头基础上采用双重识别车辆识别率，同时有效防跟车、误识别，冗余保障。

3、自助缴费模块

场内、出场、支付宝扫码支付；

出场车主展示、支付宝付款码支付（解决车主手机无4G网络情况下支付）；

出场现金支付。

4、发票发放模块

车辆出场自助领取定额纸质发票。

5、车道全景视频监控系统

实时显示各出入口运行画面情况，接入视频分析技术当通道有人员异常聚集、闯入时系统自动报警提示。

6、优惠打折系统

商户可对收费车辆提供自定义多样的打折优惠方案。

7、车型比对系统

车辆出场时，系统自动对车辆出入场车辆图片进行配对分析，车辆安全。

8、无牌车系统

多种出入方式可以选择：扫描入场、出场/输入手机号码代替车牌车入场、出场/领取纸质凭条入场、出场。

9、语音播报系统

车场根据不同类型、不同场景自定义播报对应提示语。

人脸识别考勤机是一种新型的存储类考勤机，只需收集职工 的面像并树立档案，当职工上下班站在人脸识别考勤机的识别区域内，考勤机上就会快速的记载考勤情况并保存记载。下面小编给我们介绍一下人脸识别考勤机分类。指纹考勤：这个就是我们现在用的***多的方法，有点在于识别效人脸识别门禁：人脸识别门禁是基于的人脸识别技术，结合成熟的ID卡和指纹识别技术而推出的安全实用的门禁产品。产品采用分体式设计，人脸、指纹和ID卡信息的采集和生物信息识别及门禁控制内外分离，实用性高、安全可靠。

经过多年的研究表明，车辆识别与智能化的硬件设备相互配合才是智慧交通未来研究和发展的方向。而车辆识别的主旨是车牌号码的识别，因为车牌号码是车辆的“身份证”，它的重要性促使它成为车辆交通管理中不可或缺的重要组成部分，车牌识别主要是由车辆检测-图像采集-车牌定位-字符分割-字符识别-结果输出等过程构成。
TSINGSEE青犀视频团队研发的车牌识别系统主要通过光抑制屏蔽、电子快门调节、宽动态功能等来实现抓拍车牌，主要应用在智慧交通中的检测报警、超速违章处罚、车辆出入管理、自动放行、高速公路收费管理、车牌号码自动登记等场景中，接下来我们分别来详细概述一下车牌识别在这些场景中的应用。

那么如何实现车牌识别的呢，下面简单说说：
对现存的车牌识别算法进行了研究，在诸多算法中寻找到一种适合在Android、iOS平台上运行的算法。先通过智能手机的摄像头获得车牌的彩色图像，然后将采集到的图像进处理，包括通过YUV模型进行灰度化，分段线性变换进行灰度拉升，二值化，Roberts算子进行边缘检测，数学形态学处理等，然后通过Hough变换进行车牌矫正，其次用双投影和灰度跳变的方法实现车牌的定位、分割，后通过模板匹配实现车牌识别。