車牌識別是利用采集車輛的動態(tài)視頻或靜態(tài)圖像進行車牌號碼、車牌顏色的自動模式識別技術(shù)。技術(shù)的核心包括車牌定位算法、車牌字符分割算法和光學字符識別算法等。一個完整的車牌識別系統(tǒng)應包括車輛檢測、圖像采集、車牌識別等幾部分。當車輛檢測部分檢測到車輛到達時觸發(fā)圖像采集單元，采集當前的視頻圖像。車牌識別單元對圖像進行處理，定位出車牌位置，再將車牌中的字符分割出來進行識別，最后組成車牌號碼輸出。
　　目前采用的車牌識別模式主要有三種：地感線圈識別模式、視頻識別模式、視頻＋地感識別模式。

一、地感線圈識別模式
　　地感線圈觸發(fā)，一般情況下，在停車場道閘前10米左右的位置，會設有減速帶，車輛通過減速帶減速，為識別車牌留出時間，車輛進入識別區(qū)域，觸發(fā)地感線圈，自動指揮相機進行抓拍，通過自字符檢測，識別出車牌，道閘放行。地感線圈觸發(fā)車牌識別優(yōu)勢在于觸發(fā)率高、不易漏車，而且性能實用穩(wěn)定，針對無牌車能夠輸出圖像記錄。缺點是需要施工安裝地

感，工程量大。

二、視頻識別模式
　　視頻觸發(fā)優(yōu)勢是不用安裝地感線圈，工程量小。當車輛進入進入視頻識別區(qū)域時，相機自動通過車輛的動態(tài)圖像識別車牌信息，同時提供模擬觸發(fā)識別。缺點是針對無牌車無法輸出圖像，容易漏車。若未識別出車牌結(jié)果，可手動點擊模擬觸發(fā)進行識別。

三、視頻＋地感識別模式
　　這種方式是前兩種模式的升級版，視頻加地感識別模式是通過視頻識別方式進行識別，通過地感觸發(fā)方式進行上傳。相比較地感線圈識別和視頻識別模式，視頻＋地感識別模式能夠提供更快的識別速度和更高的識別率。

車牌識別市場需求大 三種主要模式對比分析
　　

     視頻＋地感靈活切換的識別模式，是目前應用靈活性最好的識別模式，通過軟件劃定識別區(qū)域和輸出區(qū)域，根據(jù)客戶現(xiàn)場環(huán)境，自由設置車牌輸出的位置，可以解決跟車被識別，火過早輸出的問題。當無牌車行駛到輸出區(qū)域，輕松記錄無牌車信息。

      近期，不僅僅是安防行業(yè)，整個社會都圍繞著人工智能、機器視覺的話題熱議，談論了那么多年的人工智能時代是否將要到來了？也許正當行業(yè)人員津津樂道海康的工業(yè)相機、科達感知攝像機、格靈深瞳3D智能分析攝像機等智能的攝像機時，其實早在很多年前，機器識圖技術(shù)早在行業(yè)中發(fā)展起來——車牌識別技術(shù)便是計算機視頻圖像識別技術(shù)的一種運用，實現(xiàn)將運動的車輛牌照從復雜的環(huán)境背景中提取并識別出來，通過車牌提取、圖像預處理、特征提取、車牌字符識別等技術(shù)，識別車輛牌號、顏色等信息。
　　來自Marketsand Markets市場新的報告發(fā)現(xiàn)，在2014個固定車牌識別(ANPR)系統(tǒng)占據(jù)了市場的主要份額。這個市場預計將以2015的復合年增長率增長13.54%和2020之間。固定ANPR系統(tǒng)的增長是由于需求增加應用，如交通管理、收費、和停車場。而車牌識別收費應用在2015-2020年間，其復合增長率將達17.46%。尤其在城市人口快速增長的今日，人們車輛保有量的迅速上增，加上政府法規(guī)的實施，電子收費系統(tǒng)將有望帶動車牌識別市場的增長。據(jù)調(diào)研顯示，在亞太地區(qū)，車牌識別系統(tǒng)將以18.06%(相比其他地區(qū)最高)的年復增長率增長，應對目前交通擁堵、警察執(zhí)法、收費和停車場的快速增長的需求。
　　盡管車牌識別市場是龐大的，但要占有一席之地一點都不容易，立足于企業(yè)本身，如果不能從同質(zhì)化的產(chǎn)品線中突圍而出，或許進軍服務市場是另外一個不錯的選擇，但服務市場的前期投入與硬件市場不同，其前期投入大，盈利回收慢，也是企業(yè)必須考慮到的風險。

更多停車場系統(tǒng)盡在百思德門控：http://www.eco-lite.cn/