殷都區(qū)停車場(chǎng)車牌識(shí)別系統(tǒng)供應(yīng)商信賴推薦「正大電動(dòng)門業(yè)」

隨著汽車在人們的工作、生產(chǎn)和生活中扮演著越來越重要的角色，汽車的保有量也在急速增加。由此帶來的交通管理問題也變得越來越復(fù)雜，智能交通系統(tǒng)的建立是很好的解決問題的方法。而車牌識(shí)別技術(shù)在智能交通系統(tǒng)中占有十分重要的地位。停車廠、收費(fèi)站、生產(chǎn)企業(yè)的門禁管理都有車牌識(shí)別技術(shù)的身影。噪聲與我們想要處理的圖像沒有任何關(guān)聯(lián)，還會(huì)對(duì)我們的處理產(chǎn)生不好的影響。

在車輛車牌識(shí)別技術(shù)中的圖像提取、字符分割起、字符識(shí)別過程中，數(shù)字圖像處理技術(shù)起到了重要作用。但由于圖像提取出現(xiàn)場(chǎng)可能存在因時(shí)間、光線、天氣的變化而造成的干擾使車牌成像效果較差的問題。所以目前現(xiàn)有的車牌識(shí)別系統(tǒng)都存在因環(huán)境變化而產(chǎn)生的識(shí)別率變化的問題。車牌定位技術(shù)就是將上述特征經(jīng)過一定的變換與處理后，使之能作為車牌定位的依據(jù)。

車牌定位是指在經(jīng)過圖像預(yù)處理操作后的灰度圖像中判斷出車輛車牌所在的區(qū)域，而車牌分割是指在完整的車輛圖像中把本設(shè)計(jì)所要的車牌區(qū)域的圖像分割出來，為下一步的字符識(shí)別操作做準(zhǔn)備。車牌圖像處理后的灰度圖是一個(gè)水平度很高的矩形圖樣，在預(yù)處理圖中比較集中，且字符的灰度值和相鄰字符圖樣有較明顯差別，因此很容易用邊緣算法檢測(cè)操作來對(duì)圖像進(jìn)行分割。車牌定位和分割的精準(zhǔn)度將直接影響到終的字符識(shí)別的好壞。因此，停車場(chǎng)實(shí)現(xiàn)真正的無人化管理，是停車場(chǎng)車牌識(shí)別系統(tǒng)發(fā)展的一大趨勢(shì)。

目前針對(duì)車牌識(shí)別系統(tǒng)的研究主要可分為基于嵌入式平臺(tái)和基于PC機(jī)平臺(tái)兩種研究方向。傳統(tǒng)的基于PC平臺(tái)的車牌識(shí)別系統(tǒng)除在在信息處理應(yīng)用實(shí)時(shí)性方面難以滿足人們的日常需求， 同時(shí)，在網(wǎng)絡(luò)管理應(yīng)用方面也存在帶寬的壓力，信息采集終端方面的成本也過高。可見，在實(shí)際交通管理應(yīng)用中，基于PC機(jī)平臺(tái)的車牌識(shí)別系統(tǒng)具有很多限制與缺陷。鑒于傳統(tǒng)基于PC平臺(tái)的車牌識(shí)別系統(tǒng)存在的缺點(diǎn)和不足，本文提出了基于MCS-51單片機(jī)的車牌識(shí)別系統(tǒng)。系統(tǒng)中耗時(shí)的車輛采用不同的收費(fèi)標(biāo)準(zhǔn)，有效減少了夜間外來車輛停放在社區(qū)內(nèi)。

車牌自動(dòng)識(shí)別系統(tǒng)是值得深入研究的一個(gè)方向，它是當(dāng)今智能交通管理技術(shù)研究的重要課題。車牌自動(dòng)識(shí)別系統(tǒng)借助計(jì)算機(jī)這一媒介對(duì)系統(tǒng)的交通圖像進(jìn)行處理、分析和識(shí)別，從而得到汽車車牌的信息。就之前發(fā)展局勢(shì)來看，該文研究的車牌自動(dòng)識(shí)別系統(tǒng)對(duì)于當(dāng)今交通發(fā)展很重要。圖像的采集、圖像預(yù)處理、車牌定位、字符分割和字符識(shí)別是車牌識(shí)別系統(tǒng)的五大環(huán)節(jié)也是該文研究的重點(diǎn)。智能車輛管理系統(tǒng)由兩個(gè)模塊組成：進(jìn)出口渠道管理和車輛調(diào)度管理。