車(chē)牌識(shí)別常見(jiàn)故障排除方法

1、故障現(xiàn)象：攝像機(jī)網(wǎng)絡(luò)不通，車(chē)牌識(shí)別主板網(wǎng)絡(luò)不通；

　　故障原因：網(wǎng)線是否接好，檢查網(wǎng)口和交換機(jī)的指示燈是否正常；設(shè)備IP地址是否跟電腦IP在同一個(gè)網(wǎng)段內(nèi)；

　　故障排除方法：更換網(wǎng)線，重新打水晶頭；修改設(shè)備IP地址，或者電腦IP地址；

　　2、故障現(xiàn)象：在線監(jiān)控識(shí)別，脫機(jī)識(shí)別沒(méi)有反應(yīng)；

　　故障原因：攝像機(jī)到主板485 A B 線接錯(cuò)；攝像機(jī)輸出端口選擇錯(cuò)誤；攝像機(jī)輸出波特率選擇錯(cuò)誤。

　　故障排除方法：攝像機(jī)485 A B線必須一一對(duì)應(yīng)主板；攝像機(jī)輸出端口必須是RS485A-1;攝像機(jī)輸出波特率為4800

　　3、故障現(xiàn)象：車(chē)牌識(shí)別攝像機(jī)模糊，看不清車(chē)牌；

　　故障原因：攝像機(jī)焦距沒(méi)有調(diào)好；攝像機(jī)玻璃面有污垢；

　　故障排除方法：在IE端調(diào)節(jié)畫(huà)面的清晰度，調(diào)節(jié)時(shí)可以點(diǎn)擊一下放一下，調(diào)清晰為止。

　　4、故障現(xiàn)象：車(chē)牌識(shí)別率低；

　　故障原因：攝像機(jī)擺放位置、角度不對(duì)；車(chē)牌成像的像素過(guò)低或者過(guò)高；

　　故障排除方法：車(chē)牌成像一定要盡量水平；如果遇到T字型路口 ，加裝兩個(gè)攝像機(jī)；調(diào)節(jié)變倍。調(diào)到合適車(chē)牌大小。

停車(chē)場(chǎng)車(chē)牌識(shí)別系統(tǒng)(Vehicle License Plate Recognition，VLPR) 是電子計(jì)算機(jī)視頻圖像識(shí)別算法在車(chē)牌照識(shí)別中的這種運(yùn)用。車(chē)輛識(shí)別在高速路車(chē)輛安全管理中獲得廣泛運(yùn)用，電子器件收費(fèi)標(biāo)準(zhǔn)（ETC）系統(tǒng)軟件中，都是融合DSRC技術(shù)性鑒別車(chē)子真實(shí)shen份的關(guān)鍵方式。 車(chē)輛識(shí)別技術(shù)標(biāo)準(zhǔn)可以將健身運(yùn)動(dòng)中的汽車(chē)牌照從繁雜背景圖中獲取并鑒別出去，根據(jù)車(chē)號(hào)牌獲取、圖象預(yù)備處理、特征提取、車(chē)號(hào)牌字符識(shí)別等技術(shù)性，鑒別車(chē)子型號(hào)、色調(diào)等信息內(nèi)容，現(xiàn)階段新的技術(shù)實(shí)力為英文字母和大數(shù)字的準(zhǔn)確率可超過(guò)99.7%，中國(guó)漢字的準(zhǔn)確率可超過(guò)99%。 在利用停車(chē)場(chǎng)管理系統(tǒng)中，車(chē)輛識(shí)別技術(shù)性都是鑒別車(chē)子真實(shí)shen份的關(guān)鍵方式。在深圳公局基本建設(shè)的《停車(chē)車(chē)庫(kù)（場(chǎng)）車(chē)子圖象和機(jī)動(dòng)車(chē)牌照數(shù)據(jù)采集與傳送系統(tǒng)軟件技術(shù)標(biāo)準(zhǔn)》中，車(chē)輛識(shí)別技術(shù)性變成車(chē)子身份核查的關(guān)鍵方式。 車(chē)輛識(shí)別技術(shù)性融合電子器件不停車(chē)收費(fèi)系統(tǒng)（ETC）鑒別車(chē)子，往日車(chē)子根據(jù)道口時(shí)不必泊車(chē)，即可以保持車(chē)子真實(shí)shen份自動(dòng)檢索、全自動(dòng)收費(fèi)標(biāo)準(zhǔn)。在停車(chē)場(chǎng)管理方法中，為提升入口處機(jī)動(dòng)車(chē)行駛率，車(chē)輛識(shí)別對(duì)于不用收停車(chē)收費(fèi)的車(chē)子（如月貨車(chē)、內(nèi)部完全免費(fèi)行駛車(chē)子），基本建設(shè)無(wú)人化的快速路，免取卡、不泊車(chē)的進(jìn)出感受，正更改進(jìn)出地下停車(chē)場(chǎng)的管理機(jī)制。

車(chē)牌識(shí)別技術(shù)方面的研究國(guó)外起步較早。早在20世紀(jì)80年代，便開(kāi)始有一些零散的圖像處理方法應(yīng)用車(chē)牌識(shí)別的某些方面。在這個(gè)階段，車(chē)牌識(shí)別技術(shù)的研究還沒(méi)有形成系統(tǒng)，通常采用簡(jiǎn)單的圖像處理來(lái)解決某些具體問(wèn)題，且終結(jié)果通常都需要進(jìn)行人工干預(yù)。

20世紀(jì)90年代后，車(chē)牌識(shí)別的系統(tǒng)化的研究剛起步。典型的例如1990年A.S.Johns-on等人提出車(chē)牌自動(dòng)識(shí)別系統(tǒng)的構(gòu)想，主要分為圖像分割、特征提取與模板構(gòu)造、字符識(shí)別三個(gè)部分來(lái)完成車(chē)牌的自動(dòng)識(shí)別。同年R.A.Lotufo采用基于視覺(jué)字符識(shí)別技術(shù)處理所獲得的圖像，先在二值化圖像中找到車(chē)牌區(qū)域，然后利用邊界跟蹤技術(shù)獲得字符特征，再將鄰近分類(lèi)結(jié)果和字符庫(kù)中的字符作比較，然后得出一個(gè)或幾個(gè)車(chē)牌候選號(hào)碼，接下來(lái)對(duì)這些號(hào)碼進(jìn)行核實(shí)檢查，確定該車(chē)牌號(hào)碼是否為要識(shí)別的號(hào)碼。這個(gè)時(shí)期的車(chē)牌識(shí)別技術(shù)在識(shí)別正確率方面獲得較大突破。

因?yàn)樯罟?jié)奏的提高，人們迫切需要知道哪里有空余車(chē)位，可以快速停車(chē)，不想在停車(chē)場(chǎng)轉(zhuǎn)一圈之后無(wú)功而返，既耽誤時(shí)間又會(huì)造成停車(chē)場(chǎng)堵塞。智能車(chē)牌識(shí)別系統(tǒng)的誕生，通過(guò)互聯(lián)網(wǎng)技術(shù)、大數(shù)據(jù)、云計(jì)算把停車(chē)場(chǎng)的資源和數(shù)據(jù)，資金管理等信息結(jié)合起來(lái)，將正在進(jìn)入停車(chē)場(chǎng)的車(chē)輛車(chē)牌號(hào)從復(fù)雜的環(huán)境中提取并識(shí)別出來(lái)，通過(guò)車(chē)牌號(hào)的提取、圖像的預(yù)處理、特征提取、車(chē)牌字符識(shí)別等技術(shù)，識(shí)別車(chē)輛號(hào)碼、顏色信息等，讓車(chē)主在停車(chē)場(chǎng)、入口處就可以知道里面停車(chē)場(chǎng)哪里有車(chē)位，剩余停車(chē)位的多少，提高停車(chē)效率。