车牌识别市场迎蓝海 三种主要模式对比分析

　　【中国安防展览网 焦点新闻】未来随着我国城市化进程发展的提速，交通压力将更加严峻，因此智能化交通管理将是今后交通发展的大方向。采用车牌识别与视频分析技术的卡口系统是城市智能交通管理系统的一个重要组成部分，针对公路行驶的机动车辆进行实时监控的智能化交通系统，对于缓解交通管理压力，特别是静态交通起着十分重要的作用。此外在城市停车管理中，智慧停车概念的崛起，车牌识别模式由于其通行速度快、管理简单等特点也被越来越广泛的应用，逐渐取代刷卡模式。作为21世纪城市交通信息高速公路建设的核心课题，车牌识别在很大程度上推动着智能交通的快速发展。
　　
　　车牌识别是利用采集车辆的动态视频或静态图像进行车牌号码、车牌颜色的自动模式识别技术。技术的核心包括车牌定位算法、车牌字符分割算法和光学字符识别算法等。一个完整的车牌识别系统应包括车辆检测、图像采集、车牌识别等几部分。当车辆检测部分检测到车辆到达时触发图像采集单元，采集当前的视频图像。车牌识别单元对图像进行处理，定位出车牌位置，再将车牌中的字符分割出来进行识别，后组成车牌号码输出。
　　
　　目前采用的车牌识别模式主要有三种：地感线圈识别模式、视频识别模式、视频＋地感识别模式。
　　
　　一、地感线圈识别模式
　　
　　地感线圈触发，一般情况下，在停车场道闸*米左右的位置，会设有减速带，车辆通过减速带减速，为识别车牌留出时间，车辆进入识别区域，触发地感线圈，自动指挥相机进行抓拍，通过自字符检测，识别出车牌，道闸放行。地感线圈触发车牌识别优势在于触发率高、不易漏车，而且性能实用稳定，针对无牌车能够输出图像记录。缺点是需要施工安装地感，工程量大。

　　
　　二、视频识别模式
　　
　　视频触发优势是不用安装地感线圈，工程量小。当车辆进入进入视频识别区域时，相机自动通过车辆的动态图像识别车牌信息，同时提供模拟触发识别。缺点是针对无牌车无法输出图像，容易漏车。若未识别出车牌结果，可手动点击模拟触发进行识别。

　　
　　三、视频＋地感识别模式
　　
　　这种方式是前两种模式的升级版，视频加地感识别模式是通过视频识别方式进行识别，通过地感触发方式进行上传。相比较地感线圈识别和视频识别模式，视频＋地感识别模式能够提供更快的识别速度和更高的识别率。

　　
　　视频＋地感灵活切换的识别模式，是目前应用灵活性好的识别模式，通过软件划定识别区域和输出区域，根据客户现场环境，自由设置车牌输出的位置，可以解决跟车被识别，火过早输出的问题。当无牌车行驶到输出区域，轻松记录无牌车信息。

　　
　　近期，不仅仅是安防行业，整个社会都围绕着人工智能、机器视觉的话题热议，谈论了那么多年的人工智能时代是否将要到来了?也许正当行业人员津津乐道海康的工业相机、科达感知摄像机、格灵深瞳3D智能分析摄像机等智能的摄像机时，其实早在很多年前，机器识图技术早在行业中发展起来——车牌识别技术便是计算机视频图像识别技术的一种运用，实现将运动的车辆牌照从复杂的环境背景中提取并识别出来，通过车牌提取、图像预处理、特征提取、车牌字符识别等技术，识别车辆牌号、颜色等信息。
　　
　　来自Marketsand Markets市场新的报告发现，在2014个固定车牌识别(ANPR)系统占据了市场的主要份额。这个市场预计将以2015的复合年增长率增长13.54%和2020之间。固定ANPR系统的增长是由于需求增加应用，如交通管理、收费、和停车场。而车牌识别收费应用在2015-2020年间，其复合增长率将达17.46%。尤其在城市人口快速增长的今日，人们车辆保有量的迅速上增，加上政府法规的实施，电子收费系统将有望带动车牌识别市场的增长。据调研显示，在亚太地区，车牌识别系统将以18.06%(相比其他地区高)的年复增长率增长，应对目前交通拥堵、警察执法、收费和停车场的快速增长的需求。
　　
　　尽管车牌识别市场是庞大的，但要占有一席之地一点都不容易，立足于企业本身，如果不能从同质化的产品线中突围而出，或许进军服务市场是另外一个不错的选择，但服务市场的前期投入与硬件市场不同，其前期投入大，盈利回收慢，也是企业必须考虑到的风险。