支持牌照類(lèi)型:普通藍(lán)牌、黑牌、黃牌、雙層黃牌、警車(chē)車(chē)牌、新式車(chē)牌、新式軍牌、使館車(chē)牌、港澳進(jìn)出大陸車(chē)牌。折疊編輯本段核心特色優(yōu)化的嵌入式車(chē)牌識(shí)別算法:綜合識(shí)別率99.58%;的成像自動(dòng)控制:自動(dòng)跟蹤光線(xiàn)變化、有效抑制順光和逆光;夜間抑制汽車(chē)大燈;補(bǔ)光燈基于圖像分析算法進(jìn)行控制，避免了傳統(tǒng)基于光敏電阻補(bǔ)光的不穩(wěn)定性;可脫機(jī)運(yùn)行:前置數(shù)據(jù)存儲(chǔ)功能;無(wú)車(chē)牌車(chē)輛智能處理:多觸發(fā)機(jī)制無(wú)車(chē)牌(或嚴(yán)重污損等)車(chē)輛的正常通行管理;

在交通管理系統(tǒng)中可以將車(chē)輛在某條道路的平均旅行時(shí)間作為判斷該道路擁堵?tīng)顩r的一個(gè)參數(shù)。安裝車(chē)牌識(shí)別設(shè)備于道路的起止點(diǎn)，識(shí)讀所有通過(guò)車(chē)輛并將牌照號(hào)碼傳回交通指揮中心，指揮中心的管理系統(tǒng)根據(jù)這些結(jié)果就可計(jì)算出車(chē)輛平均旅行時(shí)間。

通過(guò)對(duì)圖像的采集和處理，完成車(chē)牌自動(dòng)識(shí)別功能，能從一幅圖像中自動(dòng)提取車(chē)牌圖像，自動(dòng)分割字符，進(jìn)而對(duì)字符進(jìn)行識(shí)別.其硬件基礎(chǔ)一般包括觸發(fā)設(shè)備(監(jiān)測(cè)車(chē)輛是否進(jìn)入視野)、攝像設(shè)備、照明設(shè)備、圖像采集設(shè)備、識(shí)別車(chē)牌號(hào)碼的處理機(jī)(如計(jì)算機(jī))等。

自然環(huán)境下，汽車(chē)圖像背景復(fù)雜、光照不均勻，如何在自然背景中準(zhǔn)確地確定牌照區(qū)域是整個(gè)識(shí)別過(guò)程的關(guān)鍵。對(duì)采集到的視頻圖像進(jìn)行大范圍相關(guān)搜索，找到符合汽車(chē)牌照特征的若干區(qū)域作為候選區(qū)，然后對(duì)這些侯選區(qū)域做進(jìn)一步分析、評(píng)判，后選定一個(gè)佳的區(qū)域作為牌照區(qū)域，并將其從圖像中分離出來(lái)。

人工神經(jīng)網(wǎng)絡(luò)技術(shù)，計(jì)算機(jī)及相關(guān)技術(shù)發(fā)達(dá)的一些國(guó)家開(kāi)始探討用人工神經(jīng)網(wǎng)絡(luò)技術(shù)解決車(chē)牌自動(dòng)識(shí)別問(wèn)題，例如1994年M.M.M.FANHY等就成功地運(yùn)用了BAM神經(jīng)網(wǎng)絡(luò)方法對(duì)車(chē)牌上的字符進(jìn)行自動(dòng)識(shí)別，BAM神經(jīng)網(wǎng)絡(luò)是由相同神經(jīng)元構(gòu)成的雙向聯(lián)想式單層網(wǎng)絡(luò)，每一個(gè)字符模板對(duì)應(yīng)著個(gè)BAM矩陣，通過(guò)與車(chē)牌上的字符比較，識(shí)別出正確的車(chē)牌號(hào)碼。

在日常錄入違法號(hào)牌信息中發(fā)現(xiàn)車(chē)輛號(hào)牌信息與系統(tǒng)顯示的車(chē)牌信息不符時(shí)，民警通過(guò)核查車(chē)輛信息后，把有違反交通法規(guī)的車(chē)輛信息錄入指揮中心的黑名單報(bào)警系統(tǒng)。此車(chē)在轄區(qū)內(nèi)行駛時(shí)，號(hào)牌會(huì)被系統(tǒng)自動(dòng)識(shí)別報(bào)警。