河南新交际智能化工程有限公司是河南专业的河南停车场智能收费管理系统及河南停车场设备提供商。产品涵盖岗亭、旗杆、道闸、翼闸、三辊闸等相关设备，价格低，服务好。

  现下各大停车场使用最广泛的管理模式便是采用车牌识别技术，这一技术的应用使得传统停车模式的瓶颈得到了很好的改善，车牌识别字符识别的基本方法通常又三类:(1)神经网络法;(2)模板匹配法;(3)结构特征分析方法.模板匹配的主要特点是实现简单,当字符较规整时对字符图像的缺损、污迹干扰适应力强且识别率相当高.此处采用的是模板匹配的方法,即是将要识别的字符与事先构造好的模板进行比对,根据与模板的相似度的大小米确定最终的识别结果.模板的制作很重要,必须要用精确的模板,否则就不能正确的识别.

  车牌识别过程用MATLAB语言编程实现,无时间滞后感,可以满足实时检出的要求.但是在设计的过程中发现,使用另一幅图像后,识别效果始终没有那么理想.需要做一定的设置后才能识别出相应的字符.

  在区域搜索和分割方而,根据车牌特点,一般采用的车牌定位算法有:(1)边缘检测定位算法;(2)利用哈夫变换进行车牌定位;(3)色彩分割提取车牌等.这里我采用边缘检测和数学形态学检测结合的方法实现定位.Canny算了具有既能滤去噪声又保持边缘特性的边缘检测的特性.然后采用数学形态学方法对车牌进行膨胀运算,使车牌区域的像素点连接起米后,再对处理后的图像进行腐蚀运算,达到可以去除噪声的同的.

  基于边缘检测的定位方法反应时间快,定位准确率高,能有效的去除噪声,而且对于多车牌快速定位的效果也很不错,保证了各项指标的先进性,是车牌定位技术领域中运用最广泛的方法,即便使用其他方法,很多情况下依然要结合边缘检测的方法从而得到更优的结果.基于边缘检测的定位方法存在的缺陷就是,如果车牌褪色比较严重的,由于字符笔画的边缘很难检测或根本检测不到,往往导致定位的失败.

  车牌识别在车牌字符分割的预处理中,用到了对分割出的字符车牌进行均值滤波,膨胀或腐蚀的处理.这在对于有杂点的车牌是很有用的,因为这样可以把字符与字符之间的杂色点去除,只有白色的字符和黑色的背景存在,这样有利于的字符分割进行.

  对于识别错误情况的分析可知,主要原因:一是牌照自身的污渍等影响了图象的质量;二是牌照字符的分割失败导致的识别错误:再就是部分字符的形状相似性,比如,B和8:A和4等字符识别结果可能发生混淆的情况.

关键词：河南停车场设备,河南停车场系统,河南道闸,河南电动伸缩门,河南道闸,河南翼闸,河南三辊闸,河南岗亭,河南停车场管理系统