|
 |
 |
监控维保问题 |
|
 |
|
 |
| 车牌识别系统日常运行中基础问题与应用 |
车牌识别系统日常运行中基础问题与应用
车牌识别目前已成为“平安城市”建设中重要的组成部分，为道路交通管理提供帮助，其不仅应用于闯红灯抓拍、超速行驶违章抓拍、车辆旅行时间统计、高速公路车辆管理应用等道路交通应用中，还在治安安防监控中如治安卡口车牌识别、盗抢车辆通缉、刑事案件辅助侦破等应用中都得到了广泛的使用。
车牌识别功能应用
以下为目前车牌识别系统较为常见的功能应用。
1、监测报警
一些被通缉或挂失的车辆、欠缴费车辆、未年检车辆、肇事逃逸及违章车辆等都会被录入监控“黑名单”，将这些车牌号码输入到车牌识别系统中，利用安装在各个路口的车牌识别系统摄像机进行采集、读取来往车辆的车牌号，并与名单中的车牌号进行比对等，一旦发现“黑名单”车辆即立刻发出报警信息。海湾叶继主表示，车牌识别系统在使用时可在车辆行驶过程中就完成识别，不影响正常的交通运行，整个监视过程司机等也不会察觉，隐蔽性高，且进行全天不间断工作，大大提高了执法效率。
2、超速违章处罚
此种应用一般用在高速公路车辆超速检测，其结合测速设备即可用于车辆超速违章处罚。该应用需要在高速公路上设置测速监测点，抓拍超速车辆的车牌号码，将违章车辆的车牌号码及图片发往至各个高速公路出入口，在出入口处设置处罚点。车牌识别系统将通过的车辆与已收到的超速车辆号码进行比对，一旦号码相同即启动警示设备通知执法人员处理。与传统的超速监测系统相比，大大节省了警力，降低了执法人员的工作强度。
3、计算车辆旅行时间
在交通管理系统中，可通过计算车辆在某条道路的平均旅行时间来判断该条道路拥堵的状况。据海湾叶继主介绍，将车牌识别系统安装于道路的起点与终点，识读所有通过车辆并将车牌号码和起终点时间传回交通指挥中心。由此即可根据每辆车在起、终点被识读到的时间间隔就可计算出车辆的平均旅行时间，并判断道路是否拥堵。若出现拥堵情况，即可在道路显示屏上发布公告，通知来往车辆注意。
除以上三种常见应用外，其他如车辆出入管理、自动放行等在停车场管理系统中也获得较为广泛的应用;车牌号码自动登记也在电子警察系统、道路监控系统中得到应用，可有效减少交管部门的工作强度，并大幅度提高处理速度和效率。神州数码的叶韶光介绍，现在车牌识别系统在其他行业也有广泛的需求，如大型仓库中需要对进出车辆进行称重，确保不会出现货物误装或丢失的现象，通过车牌识别系统的引入，可自动记录进出车辆的车牌号码，并将车辆的重量信息、时间信息叠加保存，便于后期查询。
车牌识别系统基本问题
对于维护交通安全和城市治安，防止交通堵塞，实现交通自动化管理，车牌识别系统有着现实的意义。不过，在技术应用过程中仍然存在着一些问题，在此做简要的分析。
摄像机技术有待提高
各个摄像机厂家虽针对道路监控研发出相应的产品，并特别针对交通的特殊要求进行改进。但由于道路监控中，摄像机长期处于室外，受环境因素影响较大，因此不仅要求其清晰度高，还要求适应性强。应用在卡口车牌识别的使用环境相对较复杂，有的是国道，有的是省道，有的是县道，而不同的使用环境车辆的行驶速度不同，这对摄像机的快门速度设定要求就较高，不仅要便于使用者安装调试，还要求快门速度设定更加准确，以适应不同的使用场所。针对此方面应用，神州数码AMPON推出的摄像机设计有Traffic交通专用功能，可针对不同道路的使用场合，通过固定模式来确定快门速度，简化使用者的调试工作。而快门速度细分，也可适用于更多的场合。
另一方面值得注意的是，北方冬天的雨雪及大雾天气时有发生，在这种情况下，道路监控摄像机的清晰度就会存在很大问题，因此不少厂家设计了透雾功能。但神州数码叶韶光表示，现在市面上出现的多为黑白透雾功能，但此种会损失掉车牌的颜色。因此神州数码AMPON特别研发了彩色透雾，通过特有的侦测电路，自动侦测画面中的灰度雾像数据，针对有雾画面进行独特的处理，实时调整图形的动态范围曲线，强化色彩还原度，提供更为真实的监控画面。
高清晰但带来其它问题
目前的智能交通系统已从标清系统逐步过渡到高清系统，高清系统的优势不言而喻，但高清图片由于图片覆盖面广，可能会同时在图片中出现多个车牌的识别问题。但更为重要的是，高清数据量过大，不仅会出现处理速度过慢的问题，还会因对资源占用需求过大难以实现高清视频流识别，这些都是车牌识别系统在高清系统中面临的新问题。
破损污旧车牌识别难度较大
车牌在使用几年之后，难免会出现污染和磨损等现象，而在路面上行驶的车辆也很难保证都是标准干净的车牌，因此在实际环境中，面对破损污旧的车牌，如何提高车牌识别系统的识别能力也是实际需要解决的问题。
如在山西、陕西等长期拉煤的车辆，由于较脏，会将车牌挡住一部分，或还有故意挡住车牌。针对这种情况，车牌识别系统是无法识别的，因为它仅是一项对已有图像的识别技术，并不包含有透视能力，因此如何在视频流中既有干扰又有污损的情况下定位和识别车牌，是目前车牌识别系统需要进一步完善和发展的。
针对这方面问题目前解决的方法是，要提高车牌识别系统的识别率，目前主要采用的方法是，在视频流中首先对车体进行判断，随后对车牌进行初定位，并进行判断，在对车牌进行精确定位后，通过算法对车牌进行字符和数字识别，以得到车牌的信息。但此种方式主要取决于算法的精确度，因此算法的好坏是至关重要的。
|
| |
|
| |
|
|
