——车辆出入管理
将车牌识别设备安装于出入口,记录车辆的牌照号码、出入时间,并与自动门、栏杆机的控制设备结合,实现车辆的自动管理。应用于停车场可以实现自动计时收费,也可以自动计算可用车位数量并给出提示,实现停车收费自动管理节省人力、提高效率。应用于智能小区可以自动判别驶入车辆是否属于本小区,对非内部车辆实现自动计时收费。在一些单位这种应用还可以同车辆调度系统相结合,自动地、客观地记录本单位车辆的出车情况,车牌识别管理系统采用了车牌识别技术,达到不停车、免取卡,有效提高车辆出入通行效率。
——自动放行
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、重点保护单位等)、路桥收费卡口、高级住宅区等。
直接法一般有图像处理技术,传统模式识别技术及人工神经网络技术。
1)图像处理技术:运用图像处理技术解决汽车牌照识别的研究较早始于80年代,但国内外均只是就车牌识别中的某一个具体问题进行讨论,并且通常仅采用简单的图像处理技术来解决,并没有形成完整的系统体系,识别过程是使用工业电视摄像机拍下汽车的工前方图像,然后交给计算机进行简单的处理,并且较终仍需要人工干预,例如车辆牌照中省份汉字的识别问题,1985年有人利用常见的图像处理技木方法提出汉字识别的分类是在抽取汉字特征的基础上进行的,根据汉字的投影直方图选取浮动闭值,抽取汉字在竖直方向的峰值,利用树形查表法进行汉字的粗分类;然后根据汉字在水平方向的投影直方图,选取适当闭值,进行量化处理后,形成一个变长链码,再用动态规划法,求出与标准模式链码的较小距离,实现细分米完成汉字省名的自动识别。
2)传统模式识别技术。传统模式识别技术指结构特征法,统计特征法等。90年代,由于计算机视觉技术的发展,开始出现汽车牌照识别的系统化研究。1990年AS.Johnson等运用计算机视觉技术和图像处理技术实现了车辆牌照的自动识别系统。该系统分为图像分割、特征提取和模板构造、字符识别等三个部分。利用不同闽值对应的直方图不同,经过大量统计实验确定出车牌位置的图像直方图的闽值范围,从而根据特定闽值对应的直方图分割出车牌,再利用预先设置的标准字符模板进行模式匹配识别出字符。
3)人工神经网络技术。近几年来,计算机及相关技术发达的一些国家开始探讨用人工神经网络技术解决车牌自动识别问题,例如1994年M.M.M.FANHY等就成功地运用了BAM神经网络方法对车牌上的字符进行自动识别,BAM神经网络是由相同神经元构成的双向联想式单层网络,每一个字符模板对应着一个BAM矩阵,通过与车牌上的字符比较,识别出正确的车牌号码。
这种采用BAM神经网络方法的缺点是无映解决识别系统存储容量和处理速度相矛盾的问题。