车牌识别技术产生于20世纪末开始的智能交通革命,国内的应用是从本世纪初开始的,截止现在,历经十多年的推广、试行和发展,目前已成功应用于各种车辆管理领域,如电子警察、高速公路测速、公路卡口、天网监控、出入口收费管理等,已成为现代智能交通的重要组成部分。


       车牌识别最早是应用于电子警察的,后陆续在高速公路、公路卡口等领域使用,近几年才在停车场领域兴起。行业里一个普遍的现象是不同的应用场景用的都是同一套车牌识别技术,查阅跟车牌识别相关的文献,也未见对不同场景技术特点的描述。然而实际上,停车场环境与其它场景存在着很大的不同,因此停车场环境下车牌识别技术也应有它的独特性。


       停车场出入口环境相比较电子警察、高速公路等,具备如下特点:


       1、一般一次只通行一辆车,电警等一般是多个车道并行,要求同时识别多辆车。


       2、车速较其它场景慢,通行速度一般为其它场景的十分之一到五分之一。


       3、识别距离短,一般都在十米以内,其它场景一般为十米以上,长的达几十米。


       4、光照条件好,干扰因素更少。


       5、识别角度大。这一点是停车场与其它场景的典型不同,一般其它场景的车牌都是水平的,停车场一般都有十度以上的夹角,有的甚至达到四十五度以上。


       6、因拍摄距离短,所以车牌成像较大。如电子警察的车牌成像一般在200个像素宽度以内,而停车场的车牌成像可能在400个像素宽度以上。


       而且从停车场的功能需求而言,也与电子警察、高速公路测速等具备如下不同:


       1、停车场出入口管理的主要功能是收费,其它场景则不是。


       2、停车场还有防盗的功能需求。


       3、停车场车牌识别的本质要求,是入口跟出口的同一辆车之间的准确对应。这一点与其它场景有典型的不同。


       从以上两方面的比较,我们可以分析得出停车场环境下车牌识别的技术要求:


       1、支持大角度下的识别。因大角度带来的车牌成像变形是车牌识别公认的技术难点之一,一是车牌定位难,二是图像矫正的难度更大。这一点是停车场与其它场景的最大区别,也是该环境下车牌识别技术的最大瓶颈所在。


       2、在保证识别速度的情况下,支持大像素宽度车牌的识别。这是一对典型的矛盾,车牌像素宽度过大,识别速度必然就慢,识别速度要快,就要求车牌像素宽度在一定范围之内。


       3、最大程度地利用车速慢、光照好、干扰条件少、一般一次只识别一辆车等条件,使算法在该类条件下达到最优状态。


       4、可使用其它视频识别技术配合车牌识别,以实现最佳的出入口“车辆匹配率”,比如车型识别、车辆局部特征识别等。这也是只有停车场环境具备的特征。


       从以上技术要求不难看出,理想的用于停车场的车牌识别产品,应该是与其它场景有 所不同的,也即对于车牌识别系统厂家而言,停车场应该成为一块独立的细分市场,反观市场现状却不以此为然。目前用于停车场的产品,几乎都是从电警等环境照搬过来的,没有针对的产品设计和技术开发,这也是车牌识别在停车场的应用比例相较其它领域更低的原因之一。


针对这种现状,伯安公司开发出“嵌入式车牌识别系统”和“视频流车牌识别系统”以适应不同场景和客户的应用需求,保证了车牌识别稳定性和高性价比。


2015年11月13日

论停车场车牌识别技术的独特性

关于我们 / About Us

您当前的位置:首页 > 关于我们 > 资讯中心

伯安(BOAN)手机APP智能门禁管理系统正式发布
本网站由阿里云提供云计算及安全服务 Powered by CloudDream