本系统中采用BP神经网络结构来进行学习和识别，G3R车型识别系统根据运算准则，对车辆特征参量进行一定的运算后，判断输出该图像是哪一类图像，采用模式匹配的方法进行判断。

　　车辆自动识别系统中以车辆自拍系统为辅助系统，对过往车辆进行抓拍，并与其瞬间背景进行比较、处理进而得出所需特征值并通过神经网络进行车辆类型(客车。货车和轿车)的初步识别，共包括车辆特征值的选取和提取以及基于BP神经网络的车辆类型识别三个部分。

　　通过对车辆基本特征的分析确定了顶长比、顶高比和前后比三个特征值：然后利用基于小波变换模局部极大值的边缘检测方法，结合多尺度分析实现特征值的提取：进而构造BP神经网络并利用其进行车辆类型识别。

　　对于不同的车型。具有不同的车辆特征，如：车高，车长，车宽，轴矩。由于在图像中这些量受分辨率的限制。我们要从图像中得到这些车辆特征值。从而进行分析，达到识别不同车型的目的，得到车辆的边缘图像后，对其进行行列扫描，就可求出特征值车型的识别和分类。

　　从图像中提取的车型特征信息来设计分类器对车辆进行分类，在分类识别过程加入神经网络算法等自学习的算法。使其具有自适应、自学习的能力，较强识别的能力。

　　在本系统中，采集的是车辆运行中的动态图像，所以涉及到运动图像检测，处理的过程。包括灰度变换。消噪，图像增强，边缘增强，图像分割等，以使之能达到特征提取和识别的效果在识别过程中，获得的图像是能否正确识别的关键。

　　目前我公司拥有整套的系统方案已经在物流园区、工业园区、大型农贸市场等领域开始了应用。客户对设备及系统稳定性给与肯定，让我们更有信心为各行业和领域提供更加的产品及服务，右侧咨询获方案及报价。