ETC無感支付系統(tǒng)，這是常見于高速收費(fèi)站的車輛出入管理系統(tǒng)。由于高速收費(fèi)站一般都有大量的車輛出入，因此不論是車牌識(shí)別系統(tǒng)還是道閘都要和穩(wěn)定，才能不引起堵塞。因此如今的高速收費(fèi)站基本都加入了ETC收費(fèi)通道，即通過特制的模塊識(shí)別車內(nèi)搭配的ETC卡片，再配合車牌識(shí)別和道閘，自動(dòng)快速的識(shí)別車輛、記錄費(fèi)用、收取費(fèi)用以及抬桿放行，相比傳統(tǒng)的發(fā)卡式人工通道，不論是安全性還是快捷性都大大提升。

停車場(chǎng)通行：車牌識(shí)別系統(tǒng)道閘一體機(jī)能使入口高通行效率可達(dá)20部車/分鐘，結(jié)合自助繳費(fèi)終端，出口亦可達(dá)到與入口一樣的通行效率，避免停車場(chǎng)內(nèi)外車輛排隊(duì)擁堵。

監(jiān)控監(jiān)測(cè)：車牌識(shí)別系統(tǒng)對(duì)于納入“黑名單”的車輛，例如:被通緝或掛失的車輛、欠交費(fèi)車輛、未年檢車輛、肇事逃逸及違章車輛等，只需將其車牌號(hào)碼輸入到應(yīng)用系統(tǒng)中，車牌識(shí)別設(shè)備安裝于的路口、卡口或由執(zhí)法人員隨時(shí)攜帶按需要放置，系統(tǒng)將識(shí)讀所有通過車輛的牌照號(hào)碼并與系統(tǒng)中的“黑名單”比對(duì)，一旦發(fā)現(xiàn)車輛立刻發(fā)出報(bào)警信息。系統(tǒng)可以全天不間斷工作、不會(huì)疲勞、錯(cuò)誤率極低，應(yīng)用這種系統(tǒng)將地提高執(zhí)法效率。

高速公路繳費(fèi)管理：在高速路的各個(gè)出入口安裝車牌識(shí)別系統(tǒng)，車輛駛?cè)霑r(shí)識(shí)別車輛牌照將入口資料存入收費(fèi)系統(tǒng)，車輛到達(dá)出口時(shí)再次識(shí)別其牌照并根據(jù)牌照信息調(diào)用入口資料，結(jié)合出入口資料實(shí)現(xiàn)收費(fèi)管理。這種應(yīng)用可以實(shí)現(xiàn)自動(dòng)計(jì)費(fèi)并可防止作弊，避免了應(yīng)收款的流失。

車牌識(shí)別系統(tǒng)的圖像采集
根據(jù)車輛檢測(cè)方式的不同，圖像采集一般分為兩種，一種是靜態(tài)模式下的圖像采集，通過車輛觸發(fā)地感線圈、紅外或雷達(dá)等裝置，給相機(jī)一個(gè)觸發(fā)信號(hào)，相機(jī)在接收到觸發(fā)信號(hào)后會(huì)抓拍一張圖像，該方法的優(yōu)點(diǎn)是觸發(fā)率高，性能穩(wěn)定，缺點(diǎn)是需要切割地面鋪設(shè)線圈，施工量大；另一種是視頻模式下的圖像采集，外部不需要任何觸發(fā)信號(hào)，相機(jī)會(huì)實(shí)時(shí)地記錄視頻流圖像，該方法的優(yōu)點(diǎn)是施工方便，不需要切割地面鋪設(shè)線圈，也不需要安裝車檢器等零部件，但其缺點(diǎn)也十分顯著，由于算法的極限，該方案的觸發(fā)率與識(shí)別率較之外設(shè)觸發(fā)都要低一些。山東安勝智能科技有限公司經(jīng)過嚴(yán)格的算法優(yōu)化，這兩種圖像采集模式的識(shí)別率和穩(wěn)定性都。

車牌識(shí)別系統(tǒng)的預(yù)處理
由于圖像質(zhì)量容易受光照、天氣、相機(jī)位置等因素的影響，所以在識(shí)別車牌之前需要先對(duì)相機(jī)和圖像做一些預(yù)處理，以得到車牌清晰的圖像。一般會(huì)根據(jù)對(duì)現(xiàn)場(chǎng)環(huán)境和已經(jīng)拍攝到的圖像的分析得出結(jié)論，實(shí)現(xiàn)相機(jī)的自動(dòng)曝光處理、自動(dòng)白平衡處理、自動(dòng)逆光處理、自動(dòng)過爆處理等，并對(duì)圖像進(jìn)行噪聲過濾、對(duì)比度增強(qiáng)、圖像縮放等處理。去噪方法有均值濾波、中值濾波和高斯濾波等；增強(qiáng)對(duì)比度的方法有對(duì)比度線性拉伸、直方圖均衡和同態(tài)濾波器等；圖像縮放的主要方法有近鄰插值法、雙線性插值法和立方卷積插值等。?

車牌識(shí)別系統(tǒng)的字符分割
定位出車牌區(qū)域后，由于并不知道車牌中總共有幾個(gè)字符、字符間的位置關(guān)系、每個(gè)字符的寬高等信息，所以，為了車牌類型匹配和字符識(shí)別正確，字符分割是的一步。字符分割的主要思路是，基于車牌的二值化結(jié)果或邊緣提取結(jié)果，利用字符的結(jié)構(gòu)特征、字符間的相似性、字符間間隔等信息，一方面把單個(gè)字符分別提取出來，也包括粘連和斷裂字符等特殊情況的處理；另一方面把寬、高相似的字符歸為一類從而去除車牌邊框以及一些小的噪聲。一般采用的算法有：連通域分析、投影分析，字符聚類和模板匹配等。污損車牌和光照不均造成的模糊車牌仍是字符分割算法所面對(duì)的挑戰(zhàn)，有待更好的算法出現(xiàn)并解決以上問題。

車牌識(shí)別系統(tǒng)的字符識(shí)別
對(duì)分割后的字符的灰度圖像進(jìn)行歸一化處理，特征提取，然后經(jīng)過機(jī)器學(xué)習(xí)或與字符數(shù)據(jù)庫模板進(jìn)行匹配，后選取匹配度的結(jié)果作為識(shí)別結(jié)果。目前比較流行的字符識(shí)別算法有：模板匹配法、人工神經(jīng)網(wǎng)絡(luò)法、支持向量機(jī)法和Adaboost分類法等。模板匹配法的優(yōu)點(diǎn)是識(shí)別速度快、方法簡(jiǎn)單，缺點(diǎn)是對(duì)斷裂、污損等情況的處理有一些困難；人工神經(jīng)網(wǎng)絡(luò)法學(xué)習(xí)能力強(qiáng)、適應(yīng)性強(qiáng)、分類能力強(qiáng)但比較耗時(shí)；支持向量機(jī)法對(duì)于未見過的測(cè)試樣本具有更好的識(shí)別能力且需要較少的訓(xùn)練樣本；Adaboost分類法能側(cè)重于比較重要的訓(xùn)練數(shù)據(jù)，識(shí)別速度快、實(shí)時(shí)性較高。我國車牌由漢字、英文字母和阿拉伯?dāng)?shù)字3種字符組成，且具有統(tǒng)一的樣式，這也是識(shí)別過程的方便之處。但由于車牌很容易受外在環(huán)境的影響，出現(xiàn)模糊、斷裂、污損字符的情況，如何提高這類字符和易混淆字符的識(shí)別率，也是字符識(shí)別的難點(diǎn)之一。易混淆字符包括：0與D、0與Q、2與Z、8與B、5與S、6與G、4與A等。

車牌識(shí)別系統(tǒng)作為停車場(chǎng)運(yùn)作和城市交通管理領(lǐng)域的智能化工具，具備許多特的功能特點(diǎn)，同時(shí)車牌識(shí)別系統(tǒng)在實(shí)際生活中也展現(xiàn)出了廣闊的應(yīng)用范圍。隨著智慧交通的不斷發(fā)展和智能科技的快速更迭，車牌識(shí)別系統(tǒng)也在不斷地發(fā)展和改善，一方面針對(duì)無人值守停車系統(tǒng)以及高速ETC收費(fèi)系統(tǒng)的智能管控，另一方面對(duì)于交通道路以及社會(huì)治安的智能監(jiān)控。