主要功能

1、出入管理系統(tǒng)

無人值守、各通道機(jī)器人立運(yùn)行，管理車輛正常出入、自主計(jì)費(fèi)。

2、主、副車牌識(shí)別系統(tǒng)

在傳統(tǒng)單識(shí)別攝像頭基礎(chǔ)上采用雙重識(shí)別車輛識(shí)別率，同時(shí)有效防跟車、誤識(shí)別，冗余保障。

3、自助繳費(fèi)模塊

場(chǎng)內(nèi)、出場(chǎng)、支付寶掃碼支付；

出場(chǎng)車主展示、支付寶付款碼支付（解決車主手機(jī)無4G網(wǎng)絡(luò)情況下支付）；

出場(chǎng)現(xiàn)金支付。

4、發(fā)票發(fā)放模塊

車輛出場(chǎng)自助領(lǐng)取定額紙質(zhì)發(fā)票。

5、車道全景視頻監(jiān)控系統(tǒng)

實(shí)時(shí)顯示各出入口運(yùn)行畫面情況，接入視頻分析技術(shù)當(dāng)通道有人員異常聚集、闖入時(shí)系統(tǒng)自動(dòng)報(bào)警提示。

6、優(yōu)惠打折系統(tǒng)

商戶可對(duì)收費(fèi)車輛提供自定義多樣的打折優(yōu)惠方案。

7、車型比對(duì)系統(tǒng)

車輛出場(chǎng)時(shí)，系統(tǒng)自動(dòng)對(duì)車輛出入場(chǎng)車輛圖片進(jìn)行配對(duì)分析，車輛安全。

8、無牌車系統(tǒng)

多種出入方式可以選擇：掃描入場(chǎng)、出場(chǎng)/輸入手機(jī)號(hào)碼代替車牌車入場(chǎng)、出場(chǎng)/領(lǐng)取紙質(zhì)憑條入場(chǎng)、出場(chǎng)。

9、語音播報(bào)系統(tǒng)

車場(chǎng)根據(jù)不同類型、不同場(chǎng)景自定義播報(bào)對(duì)應(yīng)提示語。

智能車牌識(shí)別一體機(jī)工程識(shí)別數(shù)據(jù)：人臉識(shí)別需要積累采集到的大量人臉圖像相關(guān)的數(shù)據(jù)，用來驗(yàn)證算法，不斷提高識(shí)別準(zhǔn)確性，這些數(shù)據(jù)諸如A Neural Network Face Recognition Assignment(神經(jīng)網(wǎng)絡(luò)人臉識(shí)別數(shù)據(jù))、orl人臉數(shù)據(jù)庫、麻省理工學(xué)院生物和計(jì)算學(xué)習(xí)中心人臉識(shí)別數(shù)據(jù)庫、埃塞克斯大學(xué)計(jì)算機(jī)與電子工程學(xué)院人臉識(shí)別數(shù)據(jù)等。人臉識(shí)別配合程度：現(xiàn)有的人臉識(shí)別系統(tǒng)在用戶配合、采集條件比較理想的情況下可以取得令人滿意的結(jié)果。但是，在用戶不配合、采集條件不理想的情況下，現(xiàn)有系統(tǒng)的識(shí)別率將陡然下降。比如，人臉比對(duì)時(shí)，與系統(tǒng)中存儲(chǔ)的人臉有出入，例如剃了胡子、換了發(fā)型、多了眼鏡、變了表情都有可能引起比對(duì)失敗。廣州智能車牌識(shí)別一體機(jī)工程

未來隨著城市化進(jìn)程的加劇，智能化交通管理將是當(dāng)下交通發(fā)展的大方向，而作為智慧交通管理體系的重要核心，車牌識(shí)別也將得到進(jìn)一步優(yōu)化和進(jìn)步。返回搜狐，查看更多
隨著移動(dòng)行業(yè)的爆發(fā)式發(fā)展，手機(jī)配置不斷提高，基于手機(jī)平臺(tái)的信息采集、圖像處理、數(shù)據(jù)傳輸?shù)确矫娴难芯恳渤蔀榱藷狳c(diǎn)，這使得基于手機(jī)平臺(tái)上的車牌識(shí)別成為可能。傳統(tǒng)的車牌識(shí)別系統(tǒng)一般都基于固定的桌面平臺(tái)、圖像采集不靈活，特別是對(duì)于交通管理部門來說，對(duì)違章車輛車牌的自動(dòng)登記非常不便，因此基于移動(dòng)端車牌識(shí)別出現(xiàn)了。

那么如何實(shí)現(xiàn)車牌識(shí)別的呢，下面簡(jiǎn)單說說：
對(duì)現(xiàn)存的車牌識(shí)別算法進(jìn)行了研究，在諸多算法中尋找到一種適合在Android、iOS平臺(tái)上運(yùn)行的算法。先通過智能手機(jī)的攝像頭獲得車牌的彩色圖像，然后將采集到的圖像進(jìn)處理，包括通過YUV模型進(jìn)行灰度化，分段線性變換進(jìn)行灰度拉升，二值化，Roberts算子進(jìn)行邊緣檢測(cè)，數(shù)學(xué)形態(tài)學(xué)處理等，然后通過Hough變換進(jìn)行車牌矯正，其次用雙投影和灰度跳變的方法實(shí)現(xiàn)車牌的定位、分割，后通過模板匹配實(shí)現(xiàn)車牌識(shí)別。

移動(dòng)端車牌識(shí)別實(shí)現(xiàn)的過程簡(jiǎn)單為以下幾個(gè)部分：

圖像采集：通過智能手機(jī)攝像頭拍攝車牌圖像。

預(yù)處理：灰度化、二值化、邊緣增強(qiáng)、噪聲過濾、自動(dòng)白平衡、自動(dòng)曝光以及伽馬校正、對(duì)比度調(diào)整等。

車牌定位：在經(jīng)過圖像預(yù)處理之后的灰度圖像上進(jìn)行行列掃描，確定車牌區(qū)域，車牌切斜校正。

字符分割：在圖像中定位出車牌區(qū)域后，通過灰度化、二值化等處理，定位字符區(qū)域，然后根據(jù)字符尺寸特征進(jìn)行字符分割。

字符識(shí)別：對(duì)分割后的字符進(jìn)行縮放、特征提取，與字符數(shù)據(jù)庫模板中的標(biāo)準(zhǔn)字符表達(dá)形式進(jìn)行匹配判別。

結(jié)果輸出：將車牌識(shí)別的結(jié)果以文本格式輸出。

門口起落桿柵欄道閘欄桿道閘停車場(chǎng)設(shè)備至于樣的軟件跟硬件，適合樣的環(huán)境，這就因環(huán)境而異，因?yàn)椴煌膽?yīng)用環(huán)境，對(duì)于辨識(shí)率的要求未必相同，而這就靠經(jīng)驗(yàn)累積。高陽門口起落桿柵欄道閘欄桿道閘停車場(chǎng)設(shè)備靜態(tài)圖像識(shí)別技術(shù)的識(shí)別有效率較大程度上受限于圖像的抓拍質(zhì)量，為單幀圖像識(shí)別，目前市場(chǎng)產(chǎn)品識(shí)別速度平均為200毫秒；高陽門口起落桿柵欄道閘欄桿道閘停車場(chǎng)設(shè)備可以使用黑名單高陽門口起落桿柵欄道閘欄桿道閘停車場(chǎng)設(shè)備如果非滿位或該車屬固定車輛情況，閘機(jī)放行，同時(shí)記下車輛進(jìn)入時(shí)間。車輛越過進(jìn)口，駛?cè)胪＼噲?chǎng)內(nèi)，車位顯示屏刷新車位。整個(gè)過程自動(dòng)完成，無須工作人員干預(yù)。車輛一直處于行駛狀態(tài)，無段暫停。