在高速路的各个出入口安装车牌识别设备,车辆驶入时识别车辆牌照将入口资料存入收费系统,车辆到达出口时再次识别其牌照并根据牌照信息调用入口资料,结合出入口资料实现收费管理。这种应用可以实现自动计费并可防止作弊,避免了应收款的流失。
车牌识别的优势在于可以把卡和车对应起来,使管理提高一个档次,卡和车的对应的优点在于长租卡须和车配合使用,杜绝一卡多车使用的漏洞,提高物业管理的效益;同时自动比对进出车辆,防止偷盗事件的发生。升级后的摄像系统可以采集更清晰的图片,作为档案保存,可以为一些纠纷提供有力的证据。
自然环境下,汽车图像背景复杂、光照不均匀,如何在自然背景中准确地确定牌照区域是整个识别过程的关键。对采集到的视频图像进行大范围相关搜索,找到符合汽车牌照特征的若干区域作为候选区,然后对这些侯选区域做进一步分析、评判,后选定一个佳的区域作为牌照区域,并将其从图像中分离出来。
人工神经网络技术,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。
一个车牌识别系统的后台管理体系,决定了这个车牌识别系统是否好用。清楚地认识到重要的一点是识别率达到是不可能的,因为车牌照污损、模糊、遮挡,或者天气也许很糟(下雪﹑冰雹﹑大雾等等)。
车牌识别系统还具有通过视频图像判断是否有车的功能称之为视频车辆检测。一个完整的车牌识别系统应包括车辆检测、图像采集、车牌识别等几部分。当车辆检测部分检测到车辆到达时触发图像采集单元,采集当前的视频图像。车牌识别单元对图像进行处理,定位出牌照位置,再将牌照中的字符分割出来进行识别,然后组成牌照号码输出。