| 一个车牌识别系统是否实用，重要的指标是识别率。国际交通技术作过专门的识别率指标论述，要求是24小时全天候全牌正确识别率95%以上。 为了测试一个车牌识别系统识别率，需要将该系统安装在一个实际应用环境中，全天候运行24小时以上，采集至少1000辆自然车流通行时的车牌照进行识别，并且需要将车辆牌照图像和识别结果存储下来，以便调取查看。然后，还需要得到实际通过的车辆图像以及正确的人工识别结果。之后便可以统计出以下识别率： 1、自然交通流量的识别率=全牌正确识别总数/实际通过的车辆总数 2、可识别车牌照的百分率=人工正确读取的车牌照总数/实际通过的车辆总数 3、可识别全牌正确识别率=全牌正确识别的车牌照总数/人工读取的车牌照总数这三个指标决定了车牌识别系统的识别率，诸如可信度、误识率等都是车牌识别过程中的中间结果。 |
常见的故障问题以及解决方法。 1、图像输出不来 出现这种情况先应该进行下面几项检查：摄像机是否有图像数据输出;镜头驱动线是否断裂或者连接正确。摄像机与控制板的连接线是否连接正确。识别系统是否有图像输出，检查视频线是否接入识别器模拟视频输入接口等。 2、过车显示“无” 此类故障多数是因为图像输入方面的原因。先检查车牌识别摄像机是否正常，图像是否清晰,位置是否有移动。对于监控摄像与车牌识别摄像分开的车道，可将接入识别仪的视频头接在字符叠加器上，观察图像是否正常，并调整摄像机。 3、车辆过抓拍线圈，软件无任何反应。 该类故障原因主要是工控机未收到触发信号，车牌识别主机及收费软件均未工作。此类故障请参见线圈及抓拍检测器维修过程。 4、软件显示“正在获取”。 该类故障原因主要是工控机与车牌识别主机通讯方面的原因。先检查车牌识别仪是否正常开启，并供电。其次检查车道网络是否正常。后请联系统监控中心对车道配置文件进行检查。
车牌识别系统解决方案 一、用户需求分析 在现代化停车场管理中，涉及到各方面的管理，其中车辆的管理是一个重要的方面。尤其是对特殊停车场、大院及政府机关、小区而言，要求对各种车辆实时地进行严格的管理，对其出入的时间进行严格的监视，并对各类车辆进行登记（包括内部车辆和外部车辆）和识别。对大规模的场区中，各种出入的车辆较多，如每辆车都要进行人工判断，既费时，又不利于管理和查询，保卫工作比较困难，效率低下。为了改善这种与现代化停车场、大院及政府机关、小区等不相称的管理模式，需要尽快实现车辆管理工作的自动化、智能化，并以计算机网络的形式进行管理，对所有出入口的车辆进行有效地、准确地监测和管理。要求系统提供相应的应用软件，实现营区管理的高效率、智能化。 该系统是利用视频流的车牌自动识别算法，或者地感触发，对车辆进行抓拍、号牌识别，当车辆进入小区入口时，车牌自动识别算法自动抓拍车辆照片并识别车牌号码，将车牌号码，颜色，车牌特征数据，入场时间信息等传记录下来，车辆可无障碍出入停车场，为用户提供了一种崭新的服务模式。 系统自动识别进入小区车辆的号码和车牌特征，验证用户的合法身份，自动比对黑名单库，自动报警，并可对整个停车场情况进行监控和管理，包括出入口管理，内部管理，采集，存储数据和系统工作状态，以便管理员进行监控，维护，统计，查询和打印报表等工作。车辆出入小区，完全处于系统监控之下，使小区的出入，收费，防盗，车位管理完全智能化、自动化并具有方便快捷，安全可靠的优点． 其主要特点如下：识别系统对环境的依赖性降低至低程度，可实现全天候正常工作，且识别率保持较高水平。基于LPR识别系统提高了识别的速度和准确性。可识别的小号牌宽度为80个像素适应复杂的气候及光照条件，如阴天、雨天、晚上仍可保证高识别率。适应高速大流量，车速在20km/h，单车道流量为30辆/分钟时仍可保证高识别率(98%)。实现对视频图像的逐帧处理，视频流触发，不用埋设地感线圈（双通道），避免破坏路面。工程安装简便、运行稳定，不干扰用户已有系。具有极高的处理能力，对车辆行进过程中所有图像都进行识别和处理，不依赖于单张图片，有效提高设备对复杂环境的适应能力 1.1、对不同光照的适应能力 在工程现场环境比较复杂，例如：烟雾、雨雪、日光不同角度的照射、车灯以及大型广告牌等都有可能对识别系统造成干扰，特别是采用外触发方式的识别设备，其识别率严重依赖于所抓拍的图片，当抓拍的瞬间，车辆牌照处在受干扰位置，会造成误识别。 我公司的车牌识别算法对视频图像进行逐帧实时处理，车辆在运动过程中，角度、光照是不断变化的，总会在某些时刻车牌是清晰的，一定会采集到一些车牌清晰的视频帧用于分析和识别，因此我公司的车牌识别设备对光线、气候的抗干扰能力极强。 1.2、对闯关车辆和超低速行驶车辆的适应能力 由于采用高速算法平台，适应时速20公里/小时的车速，使得车辆在超高速（闯关冲卡车辆）行驶或超低速行驶时都能准确识别车牌号码抓拍图片，避免了因高速车辆通行路口无法捕获的现象发生。
