日照五莲县出入口车牌识别系统,小区自动道闸

ETC无感支付系统，这是常见于高速收费站的车辆出入管理系统。由于高速收费站一般都有大量的车辆出入，因此不论是车牌识别系统还是道闸都要和稳定，才能不引起堵塞。因此如今的高速收费站基本都加入了ETC收费通道，即通过特制的模块识别车内搭配的ETC卡片，再配合车牌识别和道闸，自动快速的识别车辆、记录费用、收取费用以及抬杆放行，相比传统的发卡式人工通道，不论是安全性还是快捷性都大大提升。

停车场通行：车牌识别系统道闸一体机能使入口高通行效率可达20部车/分钟，结合自助缴费终端，出口亦可达到与入口一样的通行效率，避免停车场内外车辆排队拥堵。

减少使用维护成本：采用车牌识别系统道闸一体机方式，可以显著降低营运成本，节约人力资源支出。每年节省的发卡员费用将十分可观，还避免了大量不可预测的安全隐患。同时还有效提高服务质量，减轻管理工作量。

自动通过：车牌识别系统将的牌照信息输入系统，系统自动地识读经过车辆的牌照并查询内部数据库。对于需要自动放行的车辆系统驱动电子门或栏杆机让其通过，对于其它车辆系统会给出警示，由值勤人员处理。可用于特殊单位(如军事管理区、保密单位、保护单位等)、路桥收费卡口、住宅区等。

车牌识别系统的字符分割
定位出车牌区域后，由于并不知道车牌中总共有几个字符、字符间的位置关系、每个字符的宽高等信息，所以，为了车牌类型匹配和字符识别正确，字符分割是的一步。字符分割的主要思路是，基于车牌的二值化结果或边缘提取结果，利用字符的结构特征、字符间的相似性、字符间间隔等信息，一方面把单个字符分别提取出来，也包括粘连和断裂字符等特殊情况的处理；另一方面把宽、高相似的字符归为一类从而去除车牌边框以及一些小的噪声。一般采用的算法有：连通域分析、投影分析，字符聚类和模板匹配等。污损车牌和光照不均造成的模糊车牌仍是字符分割算法所面对的挑战，有待更好的算法出现并解决以上问题。

车牌识别系统的字符识别
对分割后的字符的灰度图像进行归一化处理，特征提取，然后经过机器学习或与字符数据库模板进行匹配，后选取匹配度的结果作为识别结果。目前比较流行的字符识别算法有：模板匹配法、人工神经网络法、支持向量机法和Adaboost分类法等。模板匹配法的优点是识别速度快、方法简单，缺点是对断裂、污损等情况的处理有一些困难；人工神经网络法学习能力强、适应性强、分类能力强但比较耗时；支持向量机法对于未见过的测试样本具有更好的识别能力且需要较少的训练样本；Adaboost分类法能侧重于比较重要的训练数据，识别速度快、实时性较高。我国车牌由汉字、英文字母和阿拉伯数字3种字符组成，且具有统一的样式，这也是识别过程的方便之处。但由于车牌很容易受外在环境的影响，出现模糊、断裂、污损字符的情况，如何提高这类字符和易混淆字符的识别率，也是字符识别的难点之一。易混淆字符包括：0与D、0与Q、2与Z、8与B、5与S、6与G、4与A等。