?為了解決問(wèn)題，在收費(fèi)公路網(wǎng)的所有收費(fèi)站和出口車道上安裝了車牌識(shí)別器；車牌識(shí)別系統(tǒng)安裝在模糊路徑的關(guān)鍵點(diǎn)。該系統(tǒng)較大限度地發(fā)揮車牌識(shí)別的作用，為路徑識(shí)別提供，實(shí)用的管理決策和服務(wù)信息，大大提高了充電效率和監(jiān)管水平。在網(wǎng)絡(luò)化計(jì)費(fèi)系統(tǒng)的構(gòu)建中，他們面臨著多路徑識(shí)別和結(jié)算問(wèn)題。在聯(lián)網(wǎng)充電環(huán)境中，不可避免地存在高速公路循環(huán)情況，即，車輛可以通過(guò)網(wǎng)絡(luò)內(nèi)的不同線路從一個(gè)點(diǎn)行進(jìn)到目的地。在投資主體多樣化的道路網(wǎng)絡(luò)環(huán)境中，路徑識(shí)別不僅涉及如何計(jì)算每個(gè)交通車輛的通行費(fèi)，還考慮了分?jǐn)偸召M(fèi)單位收費(fèi)的問(wèn)題以及拆分收費(fèi)單位的問(wèn)題。收費(fèi)是直接的，它與各種高速公路的合法利益有關(guān)。
與傳統(tǒng)停車場(chǎng)系統(tǒng)相比，車牌識(shí)別系統(tǒng)具有以下優(yōu)點(diǎn)：
1.方便擴(kuò)展：軟硬件開(kāi)放式設(shè)計(jì)使管理模式和使用方式易于滿足不同場(chǎng)合的特殊需求，并可根據(jù)自身需求進(jìn)行設(shè)置和更改。系統(tǒng)軟件可以容易地改變?yōu)樘囟ㄒ螅畿囕v類別的分類，充電方法，各種許可車輛的處理等。
2.完善的后臺(tái)管理：強(qiáng)大的后臺(tái)管理系統(tǒng)可以跟蹤每輛車的進(jìn)出，應(yīng)用SQL Server數(shù)據(jù)庫(kù)，存儲(chǔ)數(shù)據(jù)，自動(dòng)生成統(tǒng)計(jì)和其他相關(guān)報(bào)表。
車牌識(shí)別系統(tǒng)應(yīng)用于停車場(chǎng)管理，傳統(tǒng)的手動(dòng)登記模式由自動(dòng)車牌識(shí)別模式代替，從而實(shí)現(xiàn)智能車輛管理模式。通過(guò)自動(dòng)識(shí)別車牌號(hào)碼，自動(dòng)登記，自動(dòng)比對(duì)，系統(tǒng)可實(shí)現(xiàn)自動(dòng)升降，自動(dòng)計(jì)費(fèi)，用戶身份自動(dòng)驗(yàn)證，車內(nèi)外車輛自動(dòng)識(shí)別，車輛數(shù)字自動(dòng)計(jì)算，自動(dòng)報(bào)警等多項(xiàng)功能。其他智能功能。車牌字符識(shí)別;?該方法主要基于模板匹配算法和基于人工神經(jīng)網(wǎng)絡(luò)的算法。基于模板匹配算法，首先將分割后的字符二值化并縮放到字符數(shù)據(jù)庫(kù)中模板的大小，然后與所有模板匹配，以選擇較佳匹配作為結(jié)果。基于人工神經(jīng)網(wǎng)絡(luò)的算法有兩種：一種是先提取字符，然后利用獲得的特征訓(xùn)練神經(jīng)網(wǎng)絡(luò)分配器；另一種方法是直接將圖像輸入網(wǎng)絡(luò)，網(wǎng)絡(luò)自動(dòng)實(shí)現(xiàn)特征提取，直到識(shí)別結(jié)果為止。在實(shí)際應(yīng)用中，車牌識(shí)別系統(tǒng)的識(shí)別率也與車牌質(zhì)量和拍攝質(zhì)量密切相關(guān)。車牌的質(zhì)量會(huì)受到各種因素的影響，如生銹，污漬，油漆剝落，字體褪色，車牌遮擋，車牌傾斜，高光反射，多牌照，等；實(shí)際的拍攝過(guò)程也會(huì)受到環(huán)境亮度，拍攝方式，車速等因素的影響。這些影響因素在不同程度上降低了車牌識(shí)別識(shí)別率，這也是車牌識(shí)別系統(tǒng)的難點(diǎn)和挑戰(zhàn)。為了提高識(shí)別率，除了不斷改進(jìn)識(shí)別算法外，我們還應(yīng)該找到克服各種光照條件的方法，使收集的圖像較有利于識(shí)別。
車牌字符分割：在完成牌照區(qū)域的定位之后，將牌照區(qū)域劃分為單獨(dú)的字符然后識(shí)別。字符分割通常使用垂直投影。由于角色在垂直方向上的投影必須占據(jù)角色之間的局部較小值或角色內(nèi)的間隙，因此該位置應(yīng)滿足角色的字符寫(xiě)入格式，字符，大小限制和一些其他條件。垂直投影法對(duì)復(fù)雜環(huán)境下汽車圖像的字符分割有很好的效果。當(dāng)貨運(yùn)車輛經(jīng)過(guò)高速公路超級(jí)站時(shí)，由于復(fù)雜的檢查過(guò)程，經(jīng)常會(huì)造成交通擁堵。大多數(shù)高速公路超級(jí)測(cè)試站也使用手動(dòng)輸入和記錄方法。平均而言，每輛貨車需要2-3分鐘才能被檢測(cè)到。一些交通流量大的交通擁堵通常會(huì)造成交通擁堵。在實(shí)際應(yīng)用中，車牌識(shí)別系統(tǒng)的識(shí)別率也與車牌質(zhì)量和拍攝質(zhì)量密切相關(guān)。車牌的質(zhì)量會(huì)受到各種因素的影響，如生銹，污漬，油漆剝落，字體褪色，車牌遮擋，車牌傾斜，高光反射，多牌照，照等；實(shí)際的拍攝過(guò)程也會(huì)受到環(huán)境亮度，拍攝方式，車速等因素的影響。這些影響因素在不同程度上降低了車牌識(shí)別識(shí)別率，這也是車牌識(shí)別系統(tǒng)的難點(diǎn)和挑戰(zhàn)。為了提高識(shí)別率，除了不斷改進(jìn)識(shí)別算法外，我們還應(yīng)該找到克服各種光照條件的方法，使收集的圖像較有利于識(shí)別。