车牌识别与视频监控系统集成探讨

本文分析了高速公路收费系统车牌识别系统和视频监控系统的现状,提出了车牌识别与视频监控一体机的应用方案,并对此方案的组成、碌理、安装等进行了介绍最后阐述了车牌识别与视频监控一体机的应用前景和产生的社会效益     

基于神经网络深度学习的车牌识别算法

当前收费系统使用的车牌识别设备识别车牌的方式普遍为模式识别,识别率基本在85%～90%,而且受到天气、车牌污损等因素的影响,无法满足"互联网+"收费系统对于精确车牌识别的要求。通过对车牌识别参数进行抽象和建模,运用成熟的人工智能技术,以基于神经网络的深度学习算法模型为基础,根据车牌识别的需求,对车牌特征进行建模,车牌模型在算法的支持下,通过深度学习认知车牌的颜色、文字、字符等属性,有望解决在强光照、大侧角、模糊等极难条件下无法识别车牌关键信息的问题,满足"互联网+"收费系统对于精确识别车牌的要求。     

收费车道高清视频车牌识别系统在“营改增”中的应用

随着车流量高速增长,为提升高速公路的通行效率和服务水平,遏止逃费/舞弊行为,在收费系统中应用车牌识别技术成为必然。本文针对现有高速公路收费站标清视频车牌识别系统使用中的不足,并根据交通运输部有关"营改增"的相关要求,研究了高清车道监控+车牌识别系统的建设方案及系统特点,围绕现有收费站为标清、老旧高清识别设备升级/改造提出了具体的实施方案,改造后可以有效提升收费站车牌识别率,为公路交通行业"营改增"的顺利开展提供了有效的数据保障。     

基于图像识别的渣土车监管系统设计及实现

为提高施工现场渣土车的监管效率,减少渣土车对城市安全及环境的影响,以图像识别技术为核心支撑,设计了渣土车智能监管系统的结构、功能及运行流程,并对运行效果进行了测试。研究和测试表明:(1)该系统主要由图像采集装置、图像处理及分析装置、声光报警器以及进出放行设备组成,其核心是利用模板匹配和改进的直线检测算法对渣土车的车牌特征、颜色特征和几何特征进行感知;(2)该系统可实现渣土车进出场权限的智能化管理、车身污迹的快速化检测以及装载情况的自动化监督;(3)与传统的人工监管方式相比,该系统可以有效提高施工现场渣土车的监管效率,减少人工量和主观性的影响,具有标准化程度高,经济性好等优势,能够满足实际运用和推广使用的需要。     

卷积神经网络在车牌字符识别中的应用

随着机器学习、模式识别、人工智能等技术快速发展,促进了机器人、自动驾驶、虚拟现实等领域的快速发展。卷积神经网络是一种先进的机器学习技术,可以准确的、可靠的识别车牌字符,以便能够帮助人们实现智能交通、视频监控和自动驾驶。本文基于笔者多年的研究,详细地描述了卷积神经网络及其在车牌字符识别中的应用,分析了卷积神经网络识别车牌字符时存在的过度拟合问题,然后提出三个解决对策,进一步提高车牌字符识别的准确度和可靠性。     

安全畅通 效率保障 海康威视智能交通行业解决方案

<正>海康威视交通行业解决方案,以智能交通监控平台为核心,以数据共享与实战应用为目标,通过采用智能视频分析技术、高清车牌识别技术、高清监控技术等核心技术;并整合道路高清视频监控系统、高清电子警察系统,以及高清电子卡口系统等多个核心系统,为道路通行效率管理提供重要技术保障。     

ETC车道识别车牌存储错位分析与解决

<正>陕西省高速公路ETC系统已经投入使用4年,到目前为止,ETC车道数已达到近200条。ETC系统的应用不仅给用户带来了方便快捷的通行,也提高了收费站的通行能力和服务水平。随着用户数量逐年攀升,在运营过程中一些新问题也随之出现。ETC车道流量的不断加大,偷逃费现象随之增多,典型的逃费案例就是有些车辆换卡或换电子标签,即电子标签内的车牌和用户卡内的车牌跟当前通行车辆的车牌不相符。因此,车牌识别就是一个重要的稽查手段。通过识别车牌与卡内车牌或电子标签内车牌的对     

模板匹配联合特征法在车牌字符识别中的应用

针对当前车牌字符识别中相似字符易出错的问题,提出了模板匹配联合特征的车牌字符识别方法.在算法设计中,首先,根据车牌字符特征构建存在相似字符,识别时容易出错的特征字符库;初次识别时,对所有车牌字符采用模板匹配算法;初次识别的结果如不属于特征字符库,识别结束;否则进行二次特征识别.通过对4000张不同环境下的车牌图片进行测...     

高速公路免按键自动发卡系统

免按键自动发卡系统通过车牌识别、车牌识别记忆功能、出错卡回收功能,对每辆进入高速的车辆进行识别,主动、准确地判断上、下工位出卡口出卡,方便司机取卡,节约车辆进入高速的时间,减少广场尾气排放。     

结合有色点对搜索和区域统计特征的车牌定位算法分析

为了提高车牌检测系统中车牌定位的效率,文章利用HSV和RGB双重颜色模型对蓝白像素点建立定性描述模型,基于该模型提出一种结合蓝白有色点对搜索和区域统计特征信息的车牌定位方法。该方法首先通过搜索有色点对并结合角点和车牌纹理等特征确定车牌的粗略区域,然后利用垂直/水平投影、霍夫直线检测以及颜色提取方法实现车牌精确定位。测试结果表明,针对复杂环境和不同光照条件下的车牌,新方法能够实现车牌的快速精确定位。