車牌辨識系統 相關
廣告E-TAG長距離讀卡機、反向尋車、車牌辨識收費、車牌辨識系統、柵欄機、停車場收費系統、通關機. 【停車系統】規劃、設計、生產、施工、保養一條龍，投保產品責任險一千萬
控管驗證高效率！雙向、單向輕鬆切換，防夾防衝撞功能，品質經久耐用，立即諮詢！ 出入高效控管！規劃設計、生產、施工保養一條龍，品質穩固，價格合理，馬上洽詢！
搜尋結果
車牌辨識系統是一種利用光學字元辨識 (OCR)在圖像上獲取車輛位置，進而讀取車輛牌照數據的技術；是車牌辨識的基本運作方式。 在車牌辨識的實際應用上面必須是自動化的才有商業價值，所以在市場上一般稱為自動車牌辨識，而自動車牌辨識英文上的稱法有兩種：ANPR (Automatic Number Plate Recognition)或ALPR (Automatic License Plate Recognition)。 車牌辨識的起源. 車牌辨識是在1976年英國警察科學發展處所發明，在1979年EMI電子公司才開始投入原型系統使用，早期測試系統部署在英國的公路和達特福德隧道上，直到1981年通過辨識方式找到失竊的汽車，進行了首次竊盜逮捕。
回首頁. 車牌辨識・eTag車道・門禁監控系統科技整合專家・智慧停車場解決方案. 愈來愈多社區大樓升級 eTag結合車牌辨識停車管理系統 ，宏頂的車牌辨識系統 （License Plate Recognition, LPR ）是台灣具競爭力及深受客戶口碑的車牌辨識系統廠商。 來電洽詢 +886-2-8811-2558 提供實地勘察免費估價.
車牌識別 (LPR) 系統現已廣泛適用於“智慧城市”等相關應用。 以先進的數位圖像處理技術、人工智慧深度學習 (AI Deeping Learning)和物聯網 (IoT)等技術為基礎，車牌識別 (LPR) 系統可辨識出車牌號碼或其他的車輛特徵，進行分析，從而完成識別過程，例如 : 道路監控系統、交通號誌燈管制、高速公路速限管制 、ETC收費系統、停車場出入口...等，即實現交通自動化管理為最終目標。 技嘉QBiX-EXP嵌入式工業電腦，強固型無風扇設計，並包含了4個PoE接口及USB 3.0介面，可連接網路攝像頭與任何PoE電源裝置。 其高效能運算能力可提升圖像識別的準確性及即時分析與每輛車相關的必要數據，以便執法或管理人員可立即採取適當的行動，以確保交通安全，保持道路順暢和維護治安。
艾陽所開發之車牌辨識系統，能對畫面中多數車牌同時辨識，並且可辨識之車輛時速達200公里的以上，無論應用於高速公路或是市區馬路都能獲得極高的辨識準確度。 此外也提供完整的API資料介接其他介面，與第三方平台輕鬆整合。 我們方案的優點. license plate recognition. 車牌辨識結果包含車種辨識，可結合預約系統與在席偵測，應用於停車場、園區車輛控管、交通分析，並透過與黑白名單結合，完成嚴謹的出入控管。 此外，也結合EZ Pro錄影系統，連動系統發報告警訊息，加速後續管控流程。
- 概觀
- 基本介紹
- 系統簡介
- 識別原理
- 技術路線
- 技術特點
- 體系結構
- 觸發方式
- 技術指標
- 識別率
車牌識別一般指本詞條
車牌識別系統(Vehicle License Plate Recognition，VLPR) 是計算機視頻圖像識別技術在車輛牌照識別中的一種套用。車牌識別在高速公路車輛管理中得到廣泛套用，電子收費（ETC）系統中，也是結合DSRC技術識別車輛身份的主要手段。
車牌識別技術要求能夠將運動中的汽車牌照從複雜背景中提取並識別出來，通過車牌提取、圖像預處理、特徵提取、車牌字元識別等技術，識別車輛牌號、顏色等信息，目前最新的技術水平為字母和數字的識別率可達到99.7%，漢字的識別率可達到99%。
在停車場管理中，車牌識別技術也是識別車輛身份的主要手段。在深圳市公安局建設的《停車庫（場）車輛圖像和號牌信息採集與傳輸系統技術要求》中，車牌識別技術成為車輛身份識別的主要手段。
•中文名：車牌識別系統
•外文名：Vehicle License Plate Recognition，VLPR
•套用：車牌自動識別
•硬體配置：像機、主控機、採集卡、照明
車牌識別系統(Vehicle License Plate Recognition，VLPR) 是指能夠檢測到受監控路面的車輛並自動提取車輛牌照信息（含漢字字元、英文字母、阿拉伯數字及號牌顏色）進行處理的技術。車牌識別是現代智慧型交通系統中的重要組成部分之一，套用十分廣泛。它以數字圖像處理、模式識別、計算機視覺等技術為基礎，對攝像機所拍攝的車輛圖像或者視頻序列進行分析，得到每一輛汽車唯一的車牌號碼，從而完成識別過程。通過一些後續處理手段可以實現停車場收費管理，交通流量控制指標測量，車輛定位，汽車防盜，高速公路超速自動化監管、闖紅燈電子警察、公路收費站等等功能。對於維護交通安全和城市治安，防止交通堵塞，實現交通自動化管理有著現實的意義。
汽車牌照號碼是車輛的唯一“身份”標識，牌照自動識別技術可以在汽車不作任何改動的情況下實現汽車“身份”的自動登記及驗證，這項技術已經套用於公路收費、停車管理、稱重系統、交通誘導、交通執法、公路稽查、車輛調度、車輛檢測等各種場合。
以下列舉了幾種套用方式：
——監測報警
對於納入“黑名單”的車輛，例如：被通緝或掛失的車輛、欠交費車輛、未年檢車輛、肇事逃逸及違章車輛等，只需將其車牌號碼輸入到套用系統中，車牌識別設備安裝於指定的路口、卡口或由執法人員隨時攜帶按需要放置，系統將識讀所有通過車輛的牌照號碼並與系統中的“黑名單”比對，一旦發現指定車輛立刻發出報警信息。系統可以全天不間斷工作、不會疲勞、錯誤率極低；可以適應高速行駛的車輛；可以在車輛行使過程中完成任務不影響正常交通；整個監視過程中司機也不會覺察、保密性高。套用這種系統將極大地提高執法效率。
——超速違章處罰
識別流程
車牌自動識別是一項利用車輛的動態視頻或靜態圖像進行牌照號碼、牌照顏色自動識別的模式識別技術。其硬體基礎一般包括觸發設備（監測車輛是否進入視野）、攝像設備、照明設備、圖像採集設備、識別車牌號碼的處理機（如計算機）等，其軟體核心包括車牌定位算法、車牌字元分割算法和光學字元識別算法等。某些車牌識別系統還具有通過視頻圖像判斷是否有車的功能稱之為視頻車輛檢測。一個完整的車牌識別系統應包括車輛檢測、圖像採集、車牌識別等幾部分(如圖1所示)。當車輛檢測部分檢測到車輛到達時觸發圖像採集單元，採集當前的視頻圖像。車牌識別單元對圖像進行處理，定位出牌照位置，再將牌照中的字元分割出來進行識別，然後組成牌照號碼輸出。
車輛檢測
車輛檢測可以採用埋地線圈檢測、紅外檢測、雷達檢測技術、視頻檢測等多種方式。採用視頻檢測可以避免破壞路面、不必附加外部檢測設備、不需矯正觸發位置、節省開支，而且更適合移動式、攜帶型套用的要求。 系統進行視頻車輛檢測，需要具備很高的處理速度並採用優秀的算法，在基本不丟幀的情況下實現圖像採集、處理。若處理速度慢，則導致丟幀，使系統無法檢測到行駛速度較快的車輛，同時也難以保證在有利於識別的位置開始識別處理，影響系統識別率。因此，將視頻車輛檢測與牌照自動識別相結合具備一定的技術難度。
號碼識別
為了進行車牌識別，需要以下幾個基本的步驟： 1、 牌照定位，定點陣圖片中的牌照位置； 2、牌照字元分割，把牌照中的字元分割出來； 3、牌照字元識別，把分割好的字元進行識別，最終組成牌照號碼。 車牌識別過程中，牌照顏色的識別依據算法不同，可能在上述不同步驟實現，通常與車牌識別互相配合、互相驗證。 一、牌照定位 自然環境下，汽車圖像背景複雜、光照不均勻，如何在自然背景中準確地確定牌照區域是整個識別過程的關鍵。首先對採集到的視頻圖像進行大範圍相關搜尋，找到符合汽車牌照特徵的若干區域作為候選區，然後對這些侯選區域做進一步分析、評判，最後選定一個最佳的區域作為牌照區域，並將其從圖像中分離出來。 二、牌照字元分割 完成牌照區域的定位後，再將牌照區域分割成單個字元，然後進行識別。字元分割一般採用垂直投影法。由於字元在垂直方向上的投影必然在字元間或字元內的間隙處取得局部最小值的附近，並且這個位置應滿足牌照的字元書寫格式、字元、尺寸限制和一些其他條件。利用垂直投影法對複雜環境下的汽車圖像中的字元分割有較好的效果。 三、 牌照字元識別方法 主要有基於模板匹配算法和基於人工神經網路算法。基於模板匹配算法首先將分割後的字元二值化並將其尺寸大小縮放為字元資料庫中模板的大小，然後與所有的模板進行匹配，選擇最佳匹配作為結果。基於人工神經網路的算法有兩種：一種是先對字元進行特徵提取，然後用所獲得特徵來訓練神經網路分配器；另一種方法是直接把圖像輸入網路，由網路自動實現特徵提取直至識別出結果。 實際套用中，車牌識別系統的識別率還與牌照質量和拍攝質量密切相關。牌照質量會受到各種因素的影響，如生鏽、污損、油漆剝落、字型褪色、牌照被遮擋、牌照傾斜、高亮反光、多牌照、假牌照等等；實際拍攝過程也會受到環境亮度、拍攝方式、車輛速度等等因素的影響。這些影響因素不同程度上降低了車牌識別的識別率，也正是車牌識別系統的困難和挑戰所在。為了提高識別率，除了不斷地完善識別算法還應該想辦法克服各種光照條件，使採集到的圖像最利於識別。
採用計算機視覺技術識別車牌的流程通常都包括車輛圖像採集，車牌定位，字元分割，光學字元識別，輸出識別結果5個步驟。車輛圖像的採集方式決定了車牌識別的技術路線。國際ITS通行的兩條主流技術路線是自然光和紅外光圖像採集識別。自然光和紅外光不會對人體產生不良的心理影響，也不會對環境產生新的電子污染，屬於綠色環保技術。
自然光路線是指白天利用自然光線，夜間採用輔助照明光源，用彩色攝像機採集車輛真彩色圖像，用彩色圖像分析處理方法識別車牌。自然光真彩色識別技術路線，與人眼感光習慣一致，並且，真彩色圖像能夠反映車輛及其周圍環境真實的圖像信息，不僅可以用來識別車牌照，而且可以用來識別車牌照顏色、車流量、車型、車顏色等車輛特徵。用一個攝像機採集的圖像，同時實現所有前端基本視頻信息採集、識別和人工輔助圖像取證判別，可以前瞻性的為未來的智慧型交通系統工程預留接口。
車牌識別技術是現代智慧型交通系統重要組成部分，其套用十分廣泛。它以計算機視覺處理、數字圖像處理、模式識別等技術為基礎，對攝像機所拍攝的車輛圖像或者視頻圖像進行處理分析，得到每輛車的車牌號碼，從而完成識別過程。通過一些後續處理技術其可以實現停車場出入口收費管理、盜搶車輛管理、高速公路超速自動化管理、闖紅燈電子警察、公路收費管理等等功能。對於維護交通安全和城市治安，防止交通堵塞，實現交通全自動化管理有著現實的意義。
我國標準汽車牌照是由漢字、英文字母和阿拉伯數字組成，漢字識別與字母和數字的識別有很大的區別，漢字的識別增加了識別的難度；
我國汽車車牌的懸掛位置不統一；
其他國家的汽車牌照格式(如汽車牌照的尺寸大小，牌照上字元的排列等)通常只有一種，而我國則根據不同車輛、車型、用途規定了多種牌照格式，分為普通車轎車、使館車、警車、軍車等，並且通常汽車牌照中也分大車和小車；
一個車牌識別系統的基本硬體配置是由攝像機、主控機、採集卡、照明裝置組成。而軟體是由一個具有車牌識別功能的圖像分析和處理軟體，以及一個滿足具體套用需求的後台管理軟體組成。
車牌識別系統於是出現了兩種產品形式，一種是軟硬體一體，或者用硬體實現識別功能模組，形成一個全硬體的車牌識別器，例如DSP。另外一種形式是開放式的軟、硬體體系，即硬體採用標準工業產品，軟體作為嵌入式軟體。兩種產品形式各有優缺點。開放式體系的優點是由於硬體採用標準工業產品，運行維護容易掌握，備品備件採購可以從任何一家產商獲得，不用擔心因為一家產商倒閉或供貨不足而出現產品永久失效或採購困難。而軟硬體一體式產品，對於使用者操作產品時更易操作及控制。對於後期的維護調試也更易於掌握。
車牌識別系統有兩種觸發方式，一種是外設觸發，另一種是視頻觸發。
外設觸發工作方式是指採用線圈、紅外或其他檢測器檢測車輛通過信號，車牌識別系統接受到車輛觸發信號後，採集車輛圖像，自動識別車牌，以及進行後續處理。該方法的優點是觸發率高，性能穩定；缺點是需要切割地面鋪設線圈，施工量大。
視頻觸發方式是指車牌識別系統採用動態運動目標序列圖像分析處理技術，實時檢測車道上車輛移動狀況，發現車輛通過時捕捉車輛圖像，識別車牌照，並進行後續處理。視頻觸發方式不需藉助線圈、紅外或其他硬體車輛檢測器。該方法的優點是施工方便，不需要切割地面鋪設線圈，也不需要安裝車檢器等零部件，但其缺點也十分顯著，由於算法的極限，該方案的觸發率與識別率較之外設觸發都要低很多。
1、間接法:指通過識別安裝在汽車上的IC卡或條形碼中所存儲的車牌的信息來識別車牌及相關信息。IC卡技術識別準確度高，運行可靠，可以全天候作業，但它整套裝置價格昂貴，硬體設備十分複雜，不適用於異地作業;條形碼技術具有識別速度快、準確度高、可靠性強以及成本較低等優點，但是對於掃描器要求很高。此外，二者都需要制定出全國統一的標準，並且無法核對車、條形碼是否相符，也是技術上存在的缺點，這給在短時間內推廣造成困難。
2、直接法:基於圖像的車牌識別技術屬於直接法，是一種無源型汽車牌照智慧型識別方法，能夠在無任何專用傳送車牌信號的車載發射設備情況下，對運動狀態車輛或靜止狀態車輛的車牌號碼進行非接觸性信息採集並實時智慧型識別。與間接法識別系統相比，首先，這種系統節省了設備安置及大量資金，從而提高了經濟效益;其次，由於採用了先進的計算機套用技術，所以可提高識別速度，較好地解決實時性問題;再次，它是根據圖像進行識別，所以通過人的參與可以解決系統中的識別錯誤，而其他方法是難以與人互動的。
直接法一般有圖像處理技術，傳統模式識別技術及人工神經網路技術。
從技術上評價一個車牌識別系統，有三個指標，即識別率、識別速度和後台管理系統。當然，前提是系統要能夠穩定可靠的運行。
一個車牌識別系統是否實用，最重要的指標是識別率。國際交通技術作過專門的識別率指標論述，要求是24小時全天候全牌正確識別率95%以上。
為了測試一個車牌識別系統識別率，需要將該系統安裝在一個實際套用環境中，全天候運行24小時以上，採集至少1000輛自然車流通行時的車牌照進行識別，並且需要將車輛牌照圖像和識別結果存儲下來，以便調取查看。然後，還需要得到實際通過的車輛圖像以及正確的人工識別結果。之後便可以統計出以下識別率：
1、自然交通流量的識別率=全牌正確識別總數/實際通過的車輛總數
2、可識別車牌照的百分率=人工正確讀取的車牌照總數/實際通過的車輛總數
建立即時車牌偵測和辨識應用程式 - NVIDIA 台灣官方部落格. 2021 年 05 月 12 日 作者 NVIDIA Developer. 針對靜止或快速移動的車輛進行自動車牌辨識（automatic license plate recognition，ALPR），是智慧城市常見的智慧影像分析應用之一。 部分常見的使用案例，包括停車輔助系統、自動化收費站、在港口以及醫療物資運輸倉庫中登記與識別運輸和物流車輛。 可以即時執行上述應用是讓這些市場充分發揮潛力的關鍵。 傳統技術是仰賴專用攝影機和處理硬體，不僅需要高昂的部署成本，且難以維護。 ALPR 的工作流程涉及使用物件偵測深度學習模型，偵測畫格中的車輛，以及使用車牌偵測模型定位車牌，最後辨識車牌上的字元。
車牌辨識系統是一種智慧影像分析的基本應用，利用攝影機擷取車牌的影像後，將影像進行分析與演算，達到車牌辨識的應用。 車牌辨識的優點可以將停車場全面自動化，減低人力成本；使用軟體來辨識進出車輛，車牌不易遭人冒用，同時免除遙控器、感應磁扣遺失與轉借外人之困擾；進出不須按遙控器、不用搖下車窗，遠距離車牌辨識，行進之間即可開閘門，省去停車等待之時間。 軟體同時具備一位多車、車輛違停、即時影像控管，結合用戶的白名單、黑名單管理，即時事件偵測、即時示警，簡單管理好上手。 我司車牌系統優勢： 單一電腦可同時處理多車道之即時辨識作業。 (依照CPU運算效能決定車辨數量) 採無線圈影像直接串流方式辨識，辨識車輛時速可達60公里/小時以上.
