车牌识别施工合同协议（精选5篇）

车牌识别施工合同协议 第1篇

XXX 车牌识别 施工合同

——车牌识别系统

施工合同书 甲方：

XXXXXXXXXXXXXXXXXXXXXXXXXXXX

合同编号：

乙方：XXXXXXXXXXXXX

合同签订时间：

****年**月**日

地址：XXXXXXXXXXXXXXX

机构代码：XXXXXXXXXXXXXX

法人联系电话：XXXXXXXXXXXXX 根据《中华人民共和国合同法》及其他法律、法规，结合本工程实际施工情况，本着互惠互利、平等及自愿的原则，双方协商，一致同意签订本合同，共同遵守以下条款：

第一条

工程概况

1.工程名称：

XXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

2.工程地点：

XXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

3.工程内容：对

XXXXXXXXXXXXXXXXXXXXXXXXXXXXXX 车牌识别系统

项目所需的所有设备的供应及安装调试（设备清单见附件）。

第二条

工程合同总价

1.工程总价：XXXXXXXXXXXXXXXXXXXXXXXXXXXXXX 元整（人民币: XXXXXXXXXXXXXXXXXXXXXXXXXXXXXX 元）。

2.说明：工程总价含税，并包含所有设备的供应及安装施工调试费用。

第三条

工程工期 及验收 ：

1、本工程施工工期为:

XXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

日历天 2、甲方指定：

XXXXXXXXXXXXXXXXXXXXXXXXXXXXXX 为合法项目验收人。

3、具备安装条件时，乙方进场安装施工。乙方安装调试完毕后，甲方应在 15

工作日内组织相关人员进行验收确认，并由指定合法项目验收人 XXXXXXXXXXXXXXXXXXXXXXXXXXXXXX 或代表在附件 2 的施工验收单上签字或盖章并回传给乙方，XXXXXXXXXXXXXXXXXXXXXXXXXXXXXX 或代表的验收行为即视为乙方已履行施工义务并且该项目经由甲方已验收合格。如有未达要求部分，双方协商限期整改。如甲方在接到乙方验收通知后

工作日内未对系统提出书面整改意见，或未在验收单上签字盖章的，均视为该工程已经由甲方验收合格。

4、工程验收合格代表甲方认可乙方施工的质量，非因乙方故意或者重大过失造成任何损害的，乙方无需为此承担责任。

5、工程工期因下列因素可顺延：

（1）不可抗力（指 9 级以上台风、7 级或以上地震等，以国家相关规定范围为准）；（2）现场不具备施工条件（非乙方原因）；（3）根据实际需求并经与甲方确认对安装现场做出优化调整时；（4）甲方因上级检查或其他情况时需要暂停施工的；（5）非乙方因素造成停工、返工。

（6）甲方逾期付款的。

6、本工程质保期从工程竣工验收合格之日起算 1 年。

第四条

付款方式及账户

1、甲方按以下方式进行付款：

（1）在本合同签订后个自然天内，甲方向乙方支付本合同的预付款，其金额等于合同金额的 60 %，即人民币大写 XXXXXXXXXXXXXXXXXXXXXXXXXXXXXX 元整，小写 ￥XXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

元

。若甲方在本合同签订 15 个自然天内未向乙方支付全额预付款项，乙方有权延期发货或解除合同，且不承担违约责任。

（2）工程安装完成并经甲方验收合格后 5 个自然天内，甲方应向乙方支付本合同第 2 笔款项，金额等同于合同总价 35%，即人民币大写

元整，小写￥

元。

（3）壹年质保期到期后 5 个自然天内，甲方支付本合同尾款，金额等于合同金额的 5 %，即人民币大写 XXXXXXXXXXXXXXXXXXXXXXXXXXXXXX 元整，小写 ￥XXXXXXXXXXXXXXXXXXXXXXXXXXXXXX 元。

2、甲方通过银行转账汇款支付乙方合同款项，双方不以现金结算。乙方施工完毕后，不视作甲方已支付全部款项，甲方支付的款项以银行转账为准，每次付款前，乙方应向甲方提供与本合同相应的工程发票。

3、如施工日前，甲方尚有过往交易中产生的到期应付乙方的货款未付清（下称：逾期货款），甲方应当在施工日前向乙方付清全部逾期货款。否则乙方有权顺延施工时间直至甲方付清全部逾期货款，且不承担违约责任。

4、若由于甲方原因造成的工程工期延长且超过 1 个月的，乙方可根据实际施工进度申请甲方支付乙方多支出的全部成本，包括但不限于人工费及材料费等。

5.账户信息 公司名称：

银行账号：

开户行：

第五条

双方职责及义务 1 1、甲方职责及义务

（1）指派专人在工程地点及时对乙方施工所提需求进行配合；（2）协调乙方与现场其它部门和单位的关系，为乙方提供施工现场水、电及临时存放场地等施工条件，协助做好施工现场的安全；（3）本合同约定项目的产品中如涉及非乙方自主研发生产的常规外购设备硬件或操作系统，如服务器、岗亭电脑等，由甲方自备或甲方委托乙方代为采购，代为采购的费用另议。代购设备到达甲方后，甲方应自行验收，如发现设备不符合合同约定要求，甲方应在 3 个工作日内书面通知乙方，以便乙方协助甲方向供货方维权。产品质保期出现质量问题，乙方可协助甲方向厂商要求售后保修服务，但因此造成的任何损失乙方不承担赔偿责任。

（4）本合同约定的工程所用产品备品备件、增补替换件，甲方需从乙方或乙方授权的正规渠道采购，否则因此引起的系统故障、损坏乙方概不负责，因此造成的任何损失乙方不负赔偿责任。

（5）服从乙方工程管理，指定现场常驻管理员，保证工程质量；（6）若甲方损坏乙方设备、设施应予对应设备市场价赔偿；（7）按合同要求及时办理拨款和结算并对项目金额保密。

（8）非因乙方产品质量或乙方安装质量导致甲方或第三方人身、财产损失的，甲方应承担相应的损害赔偿责任。2、乙方职责及义务

（1）按甲方要求的施工周期完成设备的安装及调试；（2）按技术要求保证系统正常运行；（3）供应的货物，除甲方使用过程中人为破坏、第三者故意或非故意损坏、自然灾害及人力不可抗力因素损坏外，超出免费质保期限的设备，乙方提供有偿维修服务；（4）遵守各项管理制度，严格按照规范施工，施工期间发生的施工事故由乙方自行负责。

第六条

合同的补充、变更、终止

1、如因项目发展需要对本合同内容进行补充、变更、修改，由双方或任何一方提出补充、变更、修改的建议和方案，经双方协商并达成统一意见后，以书面形式确认，并由双方签章后补充为本合同的附件，与本合同具有同等法律效力。

2、甲乙双方向对方发出的所有通知、请求应使用书面形式，并以中文进行。如有变更事宜，需经双方协商后书面签章生效，传真件有效。合同所有附件皆为本合同的重要组成部分。

第七条

违约责任

1、乙方无合法事由逾期完工的，每逾期一天应向甲方支付合同总款项 1‰的违约金。

2、甲方无法定事由逾期付款的，每逾期一天应向乙方支付合同总款项 1‰的违约金。

3、若甲方未经双方协商拒绝履行合同义务，则乙方有权解除合同，并拆除已施工设备，不退回甲方已支付款项，同时甲方需向乙方支付违约金，违约金为合同总款项的 20%。

第八条

争议解决

合同未尽事宜，由双方协商解决。凡因本合同引起的或与本合同有关的任何争议，应提交乙方所在地具有管辖权的法院按照相关法律法规进行诉讼裁决，同时由违约方承担另一方因此产生的诉讼费、律师费、保全费、差旅费等一切费用。且合同载明的甲、乙双方地址可作为各类通知、协议等文件以及就合同发生纠纷时相关文件和法律文书送达时的送达地址，地址如有

变更，应当书面通知对方。因载明的地址有误或未及时书面告知变更后的地址，导致各类文书未能实际被接收的，邮寄送达的，文书退回之日即视为送达之日。

第九条

签订、生效时间

1、本合同于

****年**月**日签订。

2、本合同自双方签字并盖章之日起生效。

第十条

合同份数

本合同一式 贰 份，甲乙双方各执 壹 份，具有同等法律效力，复印件、传真件有效。

甲方（盖章）：

乙方（盖章）：

代表签字：

代表签字：

日期：

****年**月**日

日期：

****年**月**日

件 合同附件 1 ：

施工设备清单

序号

设

备

名

称

品牌

型号/ / 参数

单

位

数量1

一、出入口设备2

入

口

道

闸

直杆道闸

XA-ZG-01 台 2 3 3

车辆检测器

通用型 台 0 4 4

地感线圈

加强型 米 0 5 5

出入口车牌识别设备

XA-GQ-07 套 3 6 6

含：

高清识别相机

XA-XJ-07 套 3 7 7维支架

套 3 8 8

双色四行显示屏 304*152 双色模组 套 3 9 9

屏幕组电源 5V 10A 套 3 10

主板开关电源 12V 5A 套 3 11

红绿灯与背光板

套 3 12

专用控制板

套 3 13

豪华型一体机箱

套 3 14

LED 补光灯

套 3 15

无牌车辅助摄像机

二、收费岗亭设备

管

理

处

设

备

收费管理计算机

台

岗亭/门卫室

套

车牌识别系统软件 XA

套 1 21

高清硬识别狗 XA

个 3 22

三、线材、管材、施工材料、网络设备

交换机

千兆 台 5 24

电源线 2*2.0

米 400 25

标准网线

米 900 26

线管

米 一批 27

其他辅材

一批

件 合同附件 2 ：

施工验收单

工程编号 XA-ZQ-2018-8 工程地点

工程名称

建设单位

施工单位

开工日期

****年**月**日 竣工日期

****年**月**日 工程质量 合 格 验收日期

****年**月**日 验收内容：

1.车牌识别按规则自动起杆功能

 2.微信在线缴费功能

 3.防止业主刷摩托车卡后行驶汽车进入的功能 

4.远程云端管理功能

 5.集团化车场管理功能

 6.临时车月租车管理功能



验收结论：

验收合格：□ 其

他：

甲方 乙方 签字盖章：

盖章日期：

****年**月**日

签字盖章：

盖章日期：

****年**月**日

车牌识别施工合同协议 第2篇

专

业：

计算机软件与理论

年

级：

2018 级

学

号：

12018000758

姓

名：

何勇

2019 年 8 月 21 日

车牌识别系统（VLRP）实验报告

一、实验目的 1、了解车牌识别系统及其应用； 2、结合本门课程所学内容，设计一个车牌识别系统并实现。

二、实验 原理 1、图像预处理：

针对车牌的颜色特征，利用 hsv 色域进行二值化，并进行膨胀和去噪处理。摄像时的光照条件，牌照的整洁程度，摄像机的状态（焦距，角度和镜头的光学畸变），以及车速的不稳定等因素都会不同程度的影响图像效果，出现图像模糊，歪斜或缺损，车牌字符边界模糊不清，细节不清，笔画断开，粗细不均等现象，从而影响车牌区域的分割与字符识别的工作，所以识别之前要进行预处理。、车牌定位：

对预处理后的图片进行区域标记，根据各连通量的长宽比以及黑色像素所占比例定位车牌位置。从背景中准确地确定牌照区域是整个识别过程的关键。首先对采集到的图像进行大范围相关搜索，找到符合汽车牌照特征的若干区域作为候选区，然后对这些侯选区域做进一步分析、评判，最后选定一个最佳的区域作为牌照区域，并将其从图象中分割出来。、字符分割：

完成牌照区域的定位后，再将牌照区域分割成单个字符，然后进行识别。在本次系统开发中，字符分割采用垂直投影法。由于字符在垂直方向上的投影必然在字符间或字符内的间隙处取得局部最小值的附近，并且这个位置应满足牌照的字符书写格式、字符尺寸限制和一些其他条件，利用垂直投影法对复杂环境下的汽车图像中的字符分割有较好的效果。、字符识别：

用图像分类和识别中的所学内容对字符识别，比如基于模板匹配算法、基于支持向量机或基于神经网络的方法。我选择的是基于 BP 的神经网络算法。将分割出来的字符做 n 等分分割，统计个等分块内的黑像素比例，并与特征库比对，识别字符。

三、系统流程图

开始车辆图片预处理车牌定位BP神经网络特征提取字符分割字符识别画出字符结果结束

四、实验步骤 4.1 基于颜色的 BP 神经网络车牌定位

图 4-1 车牌定位流程图

图 4-2 车牌底色库部分样本 建立车牌底色库，在本论文中仅对蓝底白字车牌进行研究。对于这些车牌样本，将其从 RGB 色彩空间转换为得到其 CR CB 红色及蓝色分量。对车牌样本每个像素，均可得到其 CR CB。而我们关心的只是两种像素，即蓝色非蓝色像素。对于蓝色的像素，在转换为 CR CB 后其对应的 BP 神经网络映射关系为输出为1。非蓝色的像素，在转换为 CR CB 后相对应的 BP 映射为输出为 0。由于 BP神经网络要求输入值 0 到 1，所以 CR CB 还需作简单的处理，把它转为符合要求的输入。

到此，用于进行车牌定位的 BP 神经网络模型有了输入层及输出层。即，输入层含两个神经结点（某像素的 CR CB 分量），输出层仅一个神经结点（对应逻辑关系为这个像素在视觉上是否为蓝色），中间层设计为仅含 4 结点的一层。

设计好 BP 神经网络模型后，将车牌的底色投入训练，在网络收敛后可用。这时的神经网络可以认为是已具备区分蓝色及非蓝色的能力了（对于训练得到的权值保存到一个文件 CharBpNet.txt 中，以便在恢复网络时直接读取而节省大量的训练时间）。然后对任意的一张含车牌的图像每个像素，将它投入网络当中，如果网络认为是蓝色的（结点输出为范围在 0.8—1.0 间的），那么将此像素映射成 255；如果网络认为非蓝色的（结点输出范围在 0—0.8 间），那么将此像素映射成 0。这样我们可以得到除了一张二值图像外，还可以将车牌从复杂的自然图像分离开来（当然这是从十分理想的角度出发的，实际上当车辆颜色也是蓝色的时候是无法分离的）。

图 4-3 左图为自然车辆图像，右图为经 BP 神经网络后得到的二值图像

4.2 基于图像投影技术的车牌分割 图像投影技术一般分为水平投影和垂直投影。所谓投影就是对图像的某种特征的统计，然后以直方图形式反映其特征强度。一般是对二值图像而用的，水平方向的投影就是每行的非零像素值的个数，在这里就是 1 或者 255，垂直投影就是每列图像数据中非零像素值的个数。

由于车牌字符在车牌上，所以这部分可以认为是对字符的粗定位或车牌的精确定位。在设计上算法上可以这样做。对二值图像分别作水平和垂直方向的投影，得到其直方图分布，然后分别在波峰的地方作直线，这样水平方向和垂直方向共计四条直线，它们相交形成一矩形，此矩形即为车牌的大概位置。

图 4-4 将要进行投影的二值图像

4.2.1 水平投影技术

逐行统计白点直方图显示投影统计结果波峰即车牌上下边缘

图 4-5 车牌水平投影效果图 按行累加每个像素点的灰度值做投影，横坐标为灰度累加的和，纵坐标为图像的行数，即可确定车牌区域上下边缘。水平分析算法如下：

1)从下向上逐行扫描图像，记下每行中灰度值为 255 的像素点的个数； 2)找到第一个灰度值为 255 的像素点的个数大于某个阈值的行(并且紧挨着的若干行都满足个数大于某阈值)，记录下行号，即为车辆牌照最下边缘； 3)然后继续扫描，找到第一个灰度值为 255 的像素点的个数小于阈值的行(并且紧挨着的若干行都满足个数大于某阈值)，记录下行号，即为车辆牌照的最上边缘； 4)这时不再继续扫描，根据记录的两个行号，对原始图像进行裁剪； 5)得到裁剪后的图像，即为水平方向定位的牌照图像区域。

4.2.2 垂直投影技术

图 4-6 车牌垂直投影个效果图 按列累加每个像素点的灰度值做投影，横坐标为灰度累加的和，纵坐标为图像的行数，即可确定车牌区域左右边缘。垂直分析算法如下：

1)从左向右逐列扫描图像，记下每行中灰度值为 255 的像素点的个数； 2)找到第一个灰度值为 255 的像素点的个数大于某个阈值的列(并且紧挨着的若正列都满足个数数大于某阈值)，记录下列号，即为车辆牌照最右边缘； 3)然后继续扫描，找到第一个灰度值为 255 的像素点的个数小于阈值的列(并且逐列统计白点直方图显示投影统计结果波峰即车牌左右边缘

紧挨着的若干列满足个数大于某阈值)，记录下列号，即为车辆牌照的最左边缘； 4)这时不再继续扫描，根据记录的两个列号，对原始图像进行裁剪； 5)得到裁剪后的图像，即为垂直方向定位的牌照图像区域。

分别投影后效果如图 4-7 所示：

图 4-7 分别投影后效果图 值得一提的是并不是所有的自然车辆图像经BP神经网络动作后都那么完美的，这也是为什么在求车牌各个边缘的时候设定一个阈值（并且紧挨着的若干行都满足个数大于某阈值）的原因。如图 4-8 所示：

图 4-8 示例图 经过对车牌的二值图像的水平和垂直投影后，我们已经得到了车牌的精确位置，也即字符的所在区域。至此，我们可以把注意力从原始的二值图像集中到二值图像中的车牌局部区域来（即如何从车牌中分割出每个字符）。

除了可用比例的方法来进行字符分割外，本文采用一种适应性更好的基于投

影技术来进行分割。字符分割处理采用基于投影特征值的方法，对于数字及字符，由于它们都属于连体字，因此只需在字符或数字之间找到一条无边的空白区（窄的区域），即可实现数字及字符之间的分割处理。

图 4-9 即将进行字符分割的车牌图像 显然要在上图中分割出字符，只需在车牌内（白色矩形）对字符作像素为255 的垂直投影，具体方法如下：

按列累加每个像素点的灰度值做投影，横坐标为灰度累加的和，纵坐标为图像的行数，即可确定车牌区域左右边缘。垂直分析算法如下：

1)从左向右逐列扫描图像，记下每行中灰度值为 0 的像素点的个数； 2)找到第一个灰度值为 0 的像素点的个数大于某个阈值的列(并且紧挨着的若正列都满足个数数大于某阈值)，记录下列号，即为车辆牌照最右边缘； 3)然后继续扫描，找到第一个灰度值为 0 的像素点的个数小于阈值的列(并且紧挨着的若干列满足个数大于某阈值)，记录下列号，即为车辆牌照的最左边缘； 4)这时不再继续扫描，根据记录的两个列号，对原始图像进行裁剪； 5)得到裁剪后的图像，即为垂直方向定位的牌照图像区域； 6）保存每个字符的区域坐标。效果如图 4-10 所示：

图 4-10 字符分割效果示意图 逐列统计黑点直方图显示投影统计结果波峰即字符边缘

4.3 基于 BP 神经网络的车牌字符识别

4.3.1 车牌字符库的建立 字符库的建立是为字符的识别作准备的，字符库要求每个字符按一定标准保存，如保存格式一致，大小规格相同，每个字符的数目相同等等。在本次车牌识别系统研究中，只对数字及字母作研究，对汉字不作研究，所以共计 34 个不同各类的字符。数字 0 和字母 o，数字 1 和 i 为均认为是同一字符，每个字符用程序获取 10 个不尽相同的字符，字符库的建立是为了训练 BP 神经网络的样本。

4.3.2 图像的缩放技术 在计算机图像处理中，图像缩放是指对数字图像的大小进行调整的过程。图像缩放是一种非平凡的过程，需要在处理效率以及结果的平滑度和清晰度上做一个权衡。当一个图像的大小增加之后，组成图像的像素的可见度将会变得更高，从而使得图像表现得更“软”。相反，缩小一个图像将会增强它的平滑度与清晰度。

本次系统开发中，我采用最邻近插值法将每个字符都归一化到 6*12 的统一规格中去，所谓的最近邻插值，通俗理解就是将每一个原像素原封不动地复制映射到扩展后对应四个像素中，效果图 4-11 所示：

图 4-11 归一化前的各字符 归一化后各字符一次为：。

4.3.3 字符的保存 首先给字符编号，0-9 分别编号为 00-09，A-Z 分别编号为 10-33。在本文中，字符的保存格式为 raw 原始图像数据文件，命名依次为 000raw 到 339raw。即不超过 340 的三位数加格式名 raw，前两位数代表这个字符的编号，第三位数 n 代表这字符是第 n 张字符，如某字符某名为 089raw 即意味着这字符代表数字 8，它在库中是第 9 张(从第 0 张开始计数)。又如 330raw 代表着这字符为字母 Z，它是第 0 张。为了使字符库的字符和待识别的字符尽量保持一致性，字符的建立是通过程序的方法获得的。具体做法如下：

1）分割车牌中的每个字符； 2）将各个字符逐一归一化到 6*12 统一标准； 3）将归一化的字符按一定的标准命名保存即可。

最后得到了 340 张不同的共 34 种的格式为.raw 的文件，用程序显示这些字符库如图 4-12 所示：

图 4-12 字符库示意图 4.3.4 字符识别 建立字符库后，设计识别字符的神经网络。

首先设计输入层及输出层。字符库中每个标本，均是 6*12 的标准二值图像。对字符的特征，我采用像素法，即某个字符的像素是 255 时，神经结点输入为0.9，像素值是 0 时，神经结点输入为 0.1，这样输入层就有 6*12 共 72 个结点。输出层采用了34结点，如当导师信号为A编号10时，就在第10个结点设为0.9，其他均为 0.1。至此，用于进行车牌定位的 BP 神经网络模型有了输入层及输出层。即，输入层含 72 个神经结点（对应字符的每个像素），输出层 34 个神经结点（对应逻辑关系为属于编号第 N 个字符）。中间层设计为仅含 50 结点的一层。

设计好 BP 神经网络模型后，将车牌的字符投入训练，在网络收敛后可用（实际在论文完成的过程中，并没有出现收敛，而是达到训练次数后停止训练，这个次数 10000*72 是在实验过程中测试后决定的，同样不保证最优）。这时的神经网络可以认为是已具备区分 34 个不同字符的能力了。然后对任意的一个从车牌分割得到的字符进行归一化之理后，依次假设其分别是编号 0 到 33，并且求出每个编号对应的误差，最后在 34 个不同的误差中找出最小的那个编号，找到的编号即对应的字符了。如某分割的字符投入网络后得到的最小误差编号为 10，那么认为这个字符为 A。

把从车牌分割下来的字符全部投入动作后得到的字符串即车牌的号码了。效果如图 4-12 所示：

图 4-13 字符识别效果图

五、实验结果分析 本次基于颜色和 BP 神经网络的车牌识别系统已基本完成，实验也达到预期的效果。但是问题仍旧存在。实验结果显示如表 5-1 所示：

出入口车牌识别技术方案 第3篇

1.1 应用背景

随着经济建设和社会建设等快速发展，人们的生活方式发生着深刻的变化。机动车辆和城市的人口大量增加，在诸多因素影响下，导致出入口管理混乱，违法案例呈上升趋势，社会公共安全形势面临着严峻的挑战，这种挑战迫使人们去寻找高技术的有效手段去解决突出的问题。出入口控制系统就是顺应这一时代需求的高技术产物。他不仅可以有效地解决出入口的交通混乱，同时也尽可能地减少车主失车被盗、物品被盗的忧虑。另外，在技术方面，其高技术性匹配于现有其他智能化系统，具有很好的开放性，易于与其它安防子系统组合成更强大的综合系统，适应多种综合方式的高级管理。

出入口控制系统是上世纪60年代发展起来的安全防范技术，进入九十年代以后，出入口控制应用在国内迅速得到了发展，已成为我国安防领域的一个重要分支。出入口控制系统发展之初，由于缺乏共同标准，各厂商按照自己的理解和偏好来进行产品的研发和实施，给最终用户的选型、实施和运行带来了很多问题，制约了出入口控制系统的有序发展。

公安部于2002年颁布了《出入口控制系统技术要求》（GA/T394-2002）和《出入口控制系统工程设计规范》（GB50396-2007），对出入口控制系统的技术规范和工程设计规范做了比较详细的规定，统一了技术标准，对出入口控制系统的发展进行规范和指导，促进出入口控制系统行业朝着规范、有序的方向发展。

1.2 现状分析与发展趋势

随着城市交通的不断发展，城市内的机动车辆日渐增多，各种机动车辆的停车管理问题迫在眉睫，许多大中型场所都面临着数百辆车的日常保安管理工作。由于环境限制，对固定车辆和临时车辆的便捷管理成为管理人员迫切需要解决的难题。

研究出入口控制系统现在运行的情况，我们可以知道存在以下问题需要解决： 1)IC卡和人工管理等封闭区域车辆被盗被换现象经常发生；

2)业主转借卡片现象严重，停车位管理困难；

3)出入口车辆通行效率低下，上下班高峰期通行时间较长；

4)出入口控制系统建设规模和密度不足，一般监控系统存在视场较小、视频质量较低和关键目标不够明确，对静态车辆的管控缺乏有效的技术和管理手段；

5)出入口控制系统与收费、视频监控、车位诱导、巡更等系统融合上不够，未能综合应用各种数据，更好的发挥出入口控制系统功能；

6)传统出入口控制系统经营与管理成本较高。

在面对上面提及的问题时，我们分析了出入口控制系统的发展趋势，主要有以下几点：

1)非接触识别技术正成为出入口识别系统的主流。

2)出入口控制系统的工程设计，越来越强调被控对象以及建筑环境的作用。在安全级别要求较高的应用场合，目前已经做到整体设计、统一施工。

3)出入口控制系统将与其他安防系统互为补充，并相互渗透与融合，你中有我、我中有你、共同发展。

4)利用出入口控制系统完成日常管理工作的应用需求越来越多，作为从事这一行业的企业，应抓住机遇、不断创新，推动出入口控制行业健康、顺利的发展。

第二章 系统总体设计

2.1设计依据

系统设计依据国家相关法律规章、国家和行业相关标准、相关研究成果等资料进行规划设计，具体如下：

 建设单位提供的设计要求及相关资料  《智能建筑设计标准》 GB/T50314-2006  《综合布线系统工程设计规范》GB 50311-2007  《综合布线系统工程施工及验收规范》GB/T 50312-2007  《安全防范工程技术规范》 GB50348-2004  《视频安防监控系统工程设计规范》GB50395-2007  《出入口控制系统技术要求》（GA/T394-2002） 《出入口控制系统工程设计规范》GB50396-2007  《民用建筑电气设计规范》JGJ16-2008  《建筑物电子信息系统防雷技术规范》GB 50343-2004；  《建筑防火封堵应用技术规程》CECS 154：2003  《民用建筑电线电缆防火设计规程》DGJ 08-93-2002 其它有关国家及地方的现行规程，规范及标准。

2.2设计原则

1)先进性

本系统充分利用科技进步成果，采用当今先进的技术及设备，一方面能充分体现系统具有的先进性水平，另一方面也使得系统具有强大的发展潜力，以便该系统在尽可能长的时间内与需求发展相适应。

2)可靠性

由于本系统是一实际使用的工程，因此其技术和设备又必须是相对成熟的。本系统在设计时从系统结构、设备选择、产品供应商的技术服务及维修响应能力等方面严格把关，使故障发生的可能性尽可能降低，具有防盗、耐高温、抗寒、散热排风等功能设计，使用的各类电气接线端子、过载、漏电及断路保护装置、避雷装置等装置均符合国家有关电气安全标准要求，保证系统能够可靠地、连续地运行，软件采用模块化、分层隔离的设计思想，充分保证系统的高可靠性。

3)规范性

由于本系统是一个综合性系统，在系统设计和建设初期应着手参考各方面的标准与规范，并且应遵从该规范中各项技术规定，做好系统的标准化设计与管理工作。

4)易维护性

本系统前端设备数量多、种类多，统一采用系统软件平台的集中管理，可实现远程升级、维护和自动校时，易于故障的排除，系统维护简单方便。

5)扩展性

本系统考虑今后发展的需要，系统软硬件应采用模块化设计，因而保证在系统产品系列、容量与处理能力等方面的扩充与换代的可能。这种扩充不仅充分保护了原有投资，而且具有较高的综合性能价格比。

6)安全性

采取有效的安全保护措施，防止系统被破坏、非法接入、非法访问，系统具有防雷击、过载、断电、电磁干扰和人为破坏等综合安全保护措施。

7)经济性

系统尽量采用性价比高的产品，既能满足实际需要，又可尽量降低费用，同时在系统化的设计过程中，进行优化设计，便于今后维护，大大降低系统费用。

2.3设计目标

我们希望通过建设出入口控制系统达到以下核心业务目标：

1)实现传统人工管理模式向智能管理模式转变； 2)车辆自动放行和提示，提高系统的智能化； 3)车牌识别实现针对“车辆”的进出管控；

4)车牌识别与卡票相结合可实现一卡一车，防止换车、换卡； 5)更高效的车辆记录和数据统计；

6)实时数据比对，实现智能分析、联网布控功能；

7)更完善的数据存储和读取性能；

8)主要设备通信协议均采用TCP/TP，更高效的与其它系统融合； 9)更便捷的工程实施与系统维护。

2.4设计思想

出入口控制系统是安全技术防范领域的重要组成部分，是现代信息科技发展的产物，是数字化社会的必然需求，是人们对社会公共安全与日常管理的双重需要，是发展最快的新技术应用之一。出入口控制系统通常是指：采用现代电子与信息技术，为出入口管控和安全服务的信息化管理系统，对通过出入口的车辆、人员两类目标的进、出进行放行、拒绝、记录和报警等操作的控制系统。本方案设计的出入口控制系统应用场所包括通常所说的停车场、居民小区、政府机关大院、学校、厂矿企业等有车辆、人员出入的区域。

系统设计时采用先进的设计理念，本着以最经济的投入实现最强大、实用系统的设计目标。

支持IC卡、射频卡、蓝牙卡、纸票、车牌识别等多种配置方式的出入口控制系统，适应各类出入口场景，实现了出入口控制管理高度智能化，有助于解决现在各类出入口管理问题。

自主研发的高清车牌识别系统准确记录识别车牌号码，确保车辆的进出有据可查，进出可控，固定车辆快速通过电动挡车器，加强停车场的高效和安全管理。

系统在设计上充分考虑开发的体系架构，采用设备代理的方式方便第三方厂家设备的接入，可以灵活的与原有系统或设备进行对接，管理软件与第三方平台通过Web Service接口完成交互，具有高度的多业务功能融合能力。

系统管理软件同时具有视频监控功能，可以将出入口控制系统与视频监控系统无缝结合的在一个统一的管理软件下管理。

第三章 系统详细设计

3.1车牌识别系统

3.1.1设计思想

利用电动挡车器、车牌识别等出入口设备做连动整合，除可管制车辆的进出外，亦可进一步管制车位数量之管控，对于每辆车停车时间亦可计算或限制，更加强防盗/防弊功能，使对通过出入口的车辆能更有效的辩识和管理。

3.1.2系统结构

图注：自动挡车器自助缴费机出入口补光抓拍一体机光纤信号/控制线以太网LED显示屏出入口控制终端中心平台3.1.3系统组成

出入口控制系统由前端子系统、传输子系统、后端子系统组成，实现对车辆的24小时全天候监控覆盖，记录所有通行车辆，自动抓拍、记录、传输和处理，同时系统还能完成车牌、车主信息管理、收费、对账等功能。

1、前端子系统

负责完成前端数据的采集、分析、处理、存储与上传，负责车辆进出控制，主要电动挡车器模块、车牌识别模块等相关模块组件构成。主要设备如下：

1)电动挡车器模块主要设备：

 电动挡车器

 手动按钮能作 “升闸”、“降闸”及“停止” 操作

 支持软件控制“升闸”、“降闸”及“停止” 操作  停电自动解锁、停电后可用摇把手动抬杆  具有便于维护与调试的“自栓模式”

 配备车辆检测器，使具有“车过自动落闸”“防砸车”功能。 可选配路闸及通道两对红绿灯

 备丰富的底层控制及状态返回指令，使电脑可对电动挡车器作最完备的控制

 可根据需要增加其它特殊功能

 车辆检测器

用于防砸线圈检测。

 遥控发射接收器

接收无线遥控信号，并转换开关信号。

 遥控发射器

发送无线信号。

2)车牌识别模块主要设备：

 出入口补光抓拍单元

出入口视频一体机是由摄像机及护罩组成，自带3颗LED补光灯，具有清晰度高、照度低、帧率高、色彩还 原度好等特点。

 车辆检测器

系统采用线圈触发方式，由前端车辆检测器来检测进出通行车辆，可与防砸线圈车检器共用。

 出入口控制终端

出入口控制终端负责进行前端数据采集、处理、上传后端平台，可实现实时视频、抓拍图片显示、进出抓拍图片关联、实时报警信息显示、系统日志显示、软件开/关闸、高峰期锁闸、设备连接状态显示、报警联动等功能。

 LED显示屏

室外LED显示屏用于显示“中心发布信息”，实时显示“车牌号码”、“余位数”、“收费金额”等信息。

2、网络传输子系统

负责完成数据、图片、视频的传输与交换。其中前端主要由交换机、光纤收发器等组成；中心网络主要由接入层交换机以及核心交换机组成。

3、后端平台管理子系统

平台完成数据信息的接入、比对、记录、分析与共享。由以下软件模块组成，包括：数据库服务器、数据处理服务器、Web服务器。其中数据库服务器安装数据库软件保存系统各类数据信息；数据处理服务器安装应用处理模块负责数据的解析、存储、转发以及上下级通讯等；Web服务器安装Web Server负责向B/S用户提供访问服务。

3.2实际出入口混行模式

1.5m触发线圈余位显示屏逻辑线圈入口补光抓拍单元自动挡车器补光抓拍单元防砸线圈收费显示屏出口4m逻辑线圈触发线圈0.8m出入口控制终端1m0.8m值班岗亭1m0.8m1m入口4m0.8m 3.3主要设备选型

1、出入口补光抓拍单元

200万像素出入口补光抓拍一体机DS-TCG225（主推）

1）产品说明: 出入口补光抓拍一体机DS-TCG225是由防护罩、镜头、摄像机、补光灯及电源组成，内置摄像机采用高清晰逐行扫描CMOS，具有清晰度高、照度低、帧率高、色彩还原度好等特点。产品广泛应用于加油站、4S店、小区、政府大院、停车场等出入口的车辆抓拍和识别。

2）主要特性：

（1）高清晰：200万像素高清摄像机，最大分辨率可达1920*1080，帧率高达25fps；

（2）低照度效果：1/1.8"逐行扫描CMOS，成像效果好，0.002Lux星光级监控效果，夜间看的更清；

（3）集成度高：内置2颗LED补光灯，集摄像机、护罩、LED补光灯、镜头、电源适配器于一体，可有效节省施工布线成本；

（4）调试方便：采用5.2-13mm电动变焦镜头，支持软件自动调焦，调试更加方便，场景适应性更广；

（5）接口丰富：丰富的控制接口，可直接控制道闸开/关，支持外接报警设备、LED显示屏、音频输入输出等；

（6）智能识别算法：丰富的智能识别算法，支持车牌、车型、车标、车身颜色识别，准确率高；

（7）黑白名单控制：内置8G SD卡，支持黑、白名单的导入及对比，可直接联动道闸开闸，支持脱机运行；

（8）多种触发模式：支持线圈触发、视频触发、线圈结合视频触发等多种触发模式；

（9）无线传输（可选）：支持GLE电信全网通无线传输功能，环境适应性更强。

2、出入口控制终端DS-TPEXXX

1）产品说明: 出入口控制终端是一款专用于记录所有通行车辆，自动抓拍、记录、传输和处理的数据采集类终端。该产品采用X86架构、嵌入式无风扇设计，集图像采集、实时处理和数据传输等功能于一体，支持4车道数据接入，支持收费功能；支持过车数据存储、管理、查询；丰富的接口：3个232、2个485、4个百兆网口、2个千兆网口、4个USB、2路报警输入、4路继电器输出、1个VGA、1个音频输入、1个音频输出；具有智能集成度高、连续运行时间长、抗恶劣环境能力强的特点。

3、电动挡车器_（多选）

4系列自动挡车器DS-TMG4XX（大红色）/（橙色）

1）产品说明: 系统选用自动挡车器采用国际最新技术研制，表面喷涂处理技术和工艺，先进的机内防潮处理工艺；整套设备都充满了先进的技术改革和工艺处理，适用于小区、大小型停车场。

第四章

系统实际效果

车牌识别系统效果图

200万像素高清效果（白天）

200万像素高清效果图

200万像素高清效果（夜间）

小区车牌识别系统解决方案 第4篇

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。

根据碧桂园某小区商圈停车场的具体要求及实际情况，遵循实用、安全、先进、经济、可靠、可扩充原则进行设计。该商圈共有1个车辆出入口通道，出入口通道上安装高清识别一体机一套、入出口道闸一套，中心电脑一台。

通过网线或光纤将物业管理电脑电脑连接起来，可实现数据互享，相互管理和远程维护。固定车车主可直接进行出入，同时电脑会自动将车主的资料、车辆图像、车牌抓拍识别并保存下来，入口车辆图像、车牌与出口车辆图像、车牌及车主资料进行对比，可有效的防止汽车偷盗事件的发生。1.1车牌识别的优点

“车牌识别”无疑是智能化程度最高，使用最方便的停车场管理技术。

1、对固定车管理而言，“车牌识别”有以下优点：

*彻底解决“卡管理”时，一卡多车的情况；

*彻底解决“卡管理”时，卡未携带的情况；

* 彻底解决“卡管理”时，卡丢失带来的换卡，补卡的工作；

* 彻底解决“卡管理”时，卡安装摆放位置的沟通工作；

*其他源于卡的问题~~

2、对临时车管理而言，“车牌识别”有以下优点：

* 彻底解决“卡管理”时，收费人员眛钱的现象；

www.ankuai.net

*彻底将收费人员从人工发卡的工作中解放出来，只需负责收钱——即便是配入口发卡机，也往往需要有人帮忙在“入口发卡机”和“临时车”之间传递“临时卡”，往往偏离了“节省人力资源的初始目的”。因为临时车的停车距离往往离发卡机比较远，这是人们害怕撞到发卡机和道闸的下意识正常反映；

*彻底解决“卡管理”时，有的临时车辆混出停车场，管理方损失临时卡和停车费的情况；

* 彻底解决有个别的固定车在入场的时候恶意取走临时卡，造成临时卡不断流失的情况；

* 其他源于卡的问题？？ 2.1系统架构与组件

停车场收费系统具备对临时车辆进行收费管理和对长期用户进行认证管理的功能。

* 入出口显示控制一体机，播报语音及显示车辆出入场信息，停车时长及缴费信息等。

*道闸用于从物理上阻拦车辆，控制车辆进出。

*地感用于检测车辆，实现“一车一卡”功能。

*防砸地感用于检测车辆，实现道闸防砸功能。

*管理中心，用于管理及存储图片记录等。

入出口显示控制一体机与电脑之间采用RS485通讯方式，在保障数据传输速度和安全性的基础上，极大的方便了设备安装布线，同时各部件均为模块化设计，某一设备的变动不会影响到其他设备的正常工作。

停车场收费管理系统中主体采用TCP/IP的组网结构，岗亭电脑至管理中心电脑、高清识别一体机至岗亭电脑等。方便快捷。

www.ankuai.net

3.1系统功能与特点

采用网络高清识别摄像一体机，加强车牌识别的宽度与深度。可更清晰的识别到高清的车牌。

其主要特点如下：

* 可脱机识别固定车牌，发送开闸指令，固定车牌存储容量6000个。

www.ankuai.net

* 识别系统对环境的依赖性降低至最低程度，可实现全天候车牌识别正确率大于99%。

* 采用TCP/IP网络高清识别摄像一体机、摄取图像清晰度、车牌识别的准确性更强。

* 基于LPR识别系统提高了识别的速度和准确性。

* 可识别的最小号牌宽度为70个像素

* 适应高速大流量，车速在150 km/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，避免破坏路面。

* 工程安装简便、运行稳定，不干扰用户已有系。

* 无需地感及车辆检测器，节省成本且施工简单快速，极大的缩短施工时间。

* 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

* 软件采用专业高清车牌识别软件架构。方便用户操作使用。

字符结构知识在车牌识别中的应用 第5篇

摘要：提出了一种完全基于结构知识的字符识别方法。该方法以字符的结构特点和笔画类型、数据及位置作为识别特片生成判定时，再利用判定树对汽车牌照中的字母和数字进行分类识别。

关键词：车牌号码 字符结构 判定树 字符识别

汽车牌照识别是基于图像分割和图像识别理论，对含有汽车牌照的图像进行分析处理，从而确定汽车牌照在图像中的位置，并进一步提取和识别出文本字符。从不同车牌图像中分割出的字符图像各式各样，尺寸变化范围大，增加了识别的难度。尽管可以采用图像变换方法将分割出的所有字符图像归一化为相同尺寸，但归一化过程又不可避免地丢失有用的字符信息，造成图像失真，无助于提高识别准确率，并且浪费时间，降低了识别速度。

本文通过分析汽车牌照的特点，提出了一种利用字符的笔画特征和结构知识对汽车牌照中的字母和数字进行识别的方法。试验表明，该方法识别速度快、准确率高，不受字符图像大小影响，适应性强。

1 车牌字符结构和识别

中国大陆汽车牌照中使用的字符包括59个汉字、25个英文字母(字母I不用)和10个阿拉伯数字三种类型共94个，且都是印刷体，结构固定、笔画规范。图1是车牌号码中使用的全部字母和数字的图像。这些字符的结构在水平方向有三种类型：左右对称、左大右小、左小右大。在竖直方向同样有三种结构，即上下对称、上大下小、上小下大。如车牌号码中使用的数字“8”，就属于左右对称且上下对称。

从图1可以看出，全部字母和数字的笔画共有两大类：直笔画和弧笔画。直笔画又可分为横笔画、竖笔画、左斜笔画(相当于汉字笔画中的“撇”)和右斜笔画(相当于汉字笔画中的“捺”)。弧笔画是一条曲线段，本文将其分为两类：开弧笔画和闭弧笔画。所谓开弧笔画，指该弧笔画没有形成封闭环，如字母“C”。而闭弧笔画则形成一个封闭的环，如数字“0”。

(本网网收集整理)

根据字符图像的这一特点，本文采用下述方法对字母和数字进行逐级分类，形成一棵识别判定树，每个字符就是一个叶子：

(1)首先在待识别的字符图像中搜索封闭环的数量和位置。

(2)根据搜索到封闭环的结果判断字符所在的类封闭环字符类、双封闭环字符类、无封闭环字符类。 (3)针对每一类分别进行处理。

(4)双封闭环字符只有“8”和“B”，因此只要抽取竖笔画即可区分出这两个字符。“B”的左半部分有一长竖，而“8”没有。

(5)单封闭环的字符有“A”、“D”、“O”、“P”、“Q”、“R”、“0”、“4”、“6”和“9”。根据封闭环的位置将这些字符分成三类：封闭环在上部;封闭环在下部和封闭环在中间，然后再根据结构特点和抽取的笔画特征进行识别。

.封闭环在上部的字符有“P”、“R”和“9”。如果待识别字符图像上半部分有一个封闭环，则从左半部分抽取竖笔画;若左侧部分没有竖笔画，则该字符为“9”;若在左半部分抽取到竖笔画，继续抽取右斜笔画;抽取到右斜笔画，该字符为“R”;否则为“P”。

.封闭环在下部的字符有“A”、“4”和“6”。如果待识别字符图像下半部分有一个封闭环，则从右半部分抽取竖笔画;若右侧部分有竖笔画，则该字符为“4”;若在右半部分没有抽取到竖笔画，继续抽取横笔画;抽取到横笔画，该字符为“A”;否则为“6”。

.封闭环在中间的字符有“D”、“O”、“Q”和“0”。实际应用中，“O”和“0”的图像完全相同，可以作为同一个字符处理。如果待识别字符图像中间有一个封闭环，则首先利用上下对称特点判断是否为“Q”;若上下对称，则为“0”(“O”)或“D”;然后按照左右对称特征区分字符“0”和“D”。

(6)无封闭环的字符有“C”、“E”、“F”、“C”、“H”、“J”、“K”、“L”、“M”、“N”、“S”、“T”、“U”、“V”、“W”、“X”、

“Y”、“Z”、“l”、“2”、“3”、“5”和“7”，通过抽取笔画对这些字符进行识别，具体步骤如下：

・ 抽取横笔画和竖笔画。

・ 若待识别字符图像没有横笔画和竖笔画，则该字符为“S”、“V”或“X”。

・ 若待识别字符图像只有横笔画而没有竖笔画，则该字符为“2”、“3”、“7”或“Z”。

・ 若待识别字符图像只有竖笔画而没有横笔画，则该字符为“1”、“C”、“J”、“K”、“M”、“N”、“U”、“W'或”Y“。

・ 待识别字符图像既有横笔画又有竖笔画的字符为”5“、”E“、”F“、”C“、”H“、”l“或”T“。

.”S“、”V“和”X“的识别。抽取左斜笔画和右斜笔画，”S“没有这两种笔画，从而可识别出”S“。”X“的两条斜笔画交点位于字符图像的中间位置，而”V“的两条斜笔画相交于字符图像的下部，以此识别”X“和”V“。

・ 识别2”、“3”、“7”和“Z”。这四个字符中只有“Z”有两条横笔画，从而可以此识别出“Z”。“3”和“7”的横笔画都位于上部，而“2”的横笔画位于下部，这样又可以识别出“2”。对于“3”和“7”，利用左斜笔画进行识别。“7”具有左斜笔画，而“3”没有。

・识别“1”、“C”、“J”、“K”、“M”、“N”、“U”、“W”和“Y”。根据竖笔画的数量将这些字符分为三类，“1”、 “C”、“J”、“K”和“Y”都是一条竖笔画、“M”、“N”和“U”是两条竖笔画，而“W”有三条竖笔画，这样就完成了“W”的识别。

对于一条竖笔画的字符，判断该笔画的位置是在左边(“C”和“K”)、中间(“1”和“Y”)还是在右边(“J”)，即可识别出“厂。根据有无右斜笔画区分”C“和”K“，按照中间竖笔画的长短区分”1“和”Y“。

.由于字符”N“有一右斜笔画，以此将其从”M“和”U“中识别出来。对于”M“和”U“，依靠结构特征已无法识别，本文使用字符图像中前景像素个数与背景像素个数的比值来判断。根据这两个字符的特点，只计算字符上半部分即可。 ・ 识别”5“、”E“、”F“、”G“、”H“、”I“和”T“。这些字符中，只有”E“具有三条横笔画，”F“有两条横笔画，其余为一条横笔画。剩下的字符中，按照竖笔画的数量分为两组： ”5“、”L“和”T“为一条竖笔画，”G“和”H“为两条竖笔画。”H“的两条竖笔画长度相同，而”G“的两条竖笔画则一长一短，这是区分”G“和”H“的标志。”T“的.竖笔画在中间，”5“和”L“的竖笔画在左边。”L“的竖笔画长，”5“的竖笔画短，这样就完成了”5“、”T“和”L“的识别。

搜索封闭环实际上就是在字符图像中搜索连通域。在字符的二值图像中，假定字符像素值”1“，背景像素值为”0“，则：

(1)无封闭环的字符图像中只有两个连通域，即字符连通域和背景连通域，图2(a)中的B和F。

(2)只有一个封闭环的字符图像中有三个连通域，即一个字符连通域和两个背景连通域，图2(c)中的B1、B2和F。

(3)有两个封闭环的字符图像中有四个连通域，即一个字符连通域和三个背景连通域，图2(b)中的B1she、B2、B3和F。

搜索封闭环的算法如下：

(1)读入二值字符图像。

(2)找到一个像素值为”0“的背景像素点B。

(3)搜索B的连通域，并将该连通域内的像素全部标记为背景1。

(4)遍历图像中像素值为”0“的像素。

(5)若所有”0“像素都已标记为背景1，则该图像内封闭环个数为0，跳转到(11)。

(6)若存在没有标记为背景1的”0“像素点B1，则有封闭环。

(7)搜索B1的连通域，并将该连通域内的像素全部标记为背景2。

(8)遍历图像中像素值为”0“的像素。

(9)若所有”0“像素都已标记为背景1或背景2该图像内封闭环个数为1，跳转到(11)。

(10)若存在没有标记为背景1或背景2的”0“像素，则该图像内封闭环个数为2。

(11)结束搜索，返回封闭环个数。

字符的笔画抽取可参见文献[1]

2 识别测试

利用本识别方法，笔者对从车牌中分割出的字符进行了识别测试。所测试的字符包括了车牌中所使用的全部35个数字和字母共7000幅图像，其中图幅最大的为l00xl00像素，而最小的是20x20像素。正确识别的有6946幅，正确率超过99%。其中识别错误的图像主要集中在字母”0“和”D“。通过对这些容易识别错误的字符进行二次识别，可以大大提高识别准确率

本文提出的字符识别方法的核心就是通过判定树对字符群体层层分类，从树干开始逐步缩小识别范围，直到最后只有一类字符，即识别成功。

该方法具有如下特点：

(1)不需要建立识别样本库，完全依据字符自身的结构特征进行逼近识别。