隨著信息時代的到來，現(xiàn)代智能交通系統(tǒng)能夠很輕易的識別出汽車牌照，這是智能交通管理的標(biāo)志之一。智能交通管理系統(tǒng)的牌照識別集合了圖像采集和預(yù)處理、車牌定位技術(shù)、字符分割和字符識別等相關(guān)技術(shù)。其中，車牌定位、字符分割和字符識別是關(guān)鍵的技術(shù)，也是本次畢業(yè)設(shè)計的難點所在。正確利用好這三種關(guān)鍵技術(shù)，將有助于牌照識別的實時性和準(zhǔn)確性，對于智能交通系統(tǒng)的實現(xiàn)有著決定性作用。在MATLAB軟件開發(fā)環(huán)境下，系統(tǒng)對圖像進行預(yù)處理、然后將預(yù)處理后的圖像進行定位分割，后識別出相應(yīng)牌照上的字符，這樣就可以模擬設(shè)計出汽車牌照識別系統(tǒng)。本文的圖像預(yù)處理模塊是將圖像灰度化和用Canny算子進行邊緣檢測，汽車牌照定位依據(jù)是它的顏色特征，使用MATLAB中的Radon函數(shù)和Imrotate函數(shù)來進行車牌矯正；分割字符時，需要先找到連續(xù)的文字塊，然后根據(jù)長度大小來確定是否分割，假如所找到的連續(xù)文字塊的長度大于閾值，那么就表示可以對此文字塊進行分割。并且為了能對車牌上的字符進行正確的識別，本文將采用BP神經(jīng)網(wǎng)絡(luò)算法。后設(shè)計GUI界面，使界面更加簡潔明了，便于操作。根據(jù)實驗得出的結(jié)論，這種方式可以對藍色的車牌進行、的識別，同時，也對光照、旋轉(zhuǎn)和噪聲表現(xiàn)出很好的魯棒性，定位精度和識別正確率甚至可以超過90%。

人臉識別考勤機是一種新型的存儲類考勤機，只需收集職工 的面像并樹立檔案，當(dāng)職工上下班站在人臉識別考勤機的識別區(qū)域內(nèi)，考勤機上就會快速的記載考勤情況并保存記載。下面小編給我們介紹一下人臉識別考勤機分類。指紋考勤：這個就是我們現(xiàn)在用的***多的方法，有點在于識別效人臉識別門禁：人臉識別門禁是基于的人臉識別技術(shù)，結(jié)合成熟的ID卡和指紋識別技術(shù)而推出的安全實用的門禁產(chǎn)品。產(chǎn)品采用分體式設(shè)計，人臉、指紋和ID卡信息的采集和生物信息識別及門禁控制內(nèi)外分離，實用性高、安全可靠。

系統(tǒng)采用網(wǎng)絡(luò)信息加密傳輸，支持遠(yuǎn)程進行控制和管理，可廣泛應(yīng)用于銀行、***、公檢法、智能樓宇等區(qū)域的門禁安全控制。邁通科技是人臉識別系統(tǒng)設(shè)備生產(chǎn)廠家,長期致力于人臉識別系統(tǒng)設(shè)備的研發(fā)與生產(chǎn),為客戶提供一站式解決方案和***的技術(shù)服務(wù)，價格實惠，服務(wù)好。果好，速度快，可是存在部分人員無法運用的情況。ID卡考勤：現(xiàn)在仍是有許多的客戶都是在運用ID卡來考勤，優(yōu)點速度非?？?，而且能夠在公司組成一卡通的形式，可是存在于職工代打卡的現(xiàn)象。紙卡鐘考勤：紙卡鐘是現(xiàn)在考勤設(shè)備行業(yè)界***原始的設(shè)備，優(yōu)點是計算便利，無需電腦，可是存在于購買考勤卡的耗材費用。

車輛檢測可以采用埋地線圈檢測、紅外檢測、雷達檢測技術(shù)、視頻檢測等多種方式。采用視頻檢測可以避免破壞路面、不必附加外部檢測設(shè)備、不需觸發(fā)位置、節(jié)省開支，而且更適合移動式、便攜式應(yīng)用的要求。
系統(tǒng)進行視頻車輛檢測，需要具備很高的處理速度并采用好的算法，在基本不丟幀的情況下實現(xiàn)圖像采集、處理。若處理速度慢，則導(dǎo)致丟幀，使系統(tǒng)無法檢測到行駛速度較快的車輛，同時也難以在有利于識別的位置開始識別處理，影響系統(tǒng)識別率。因此，將視頻車輛檢測與牌照自動識別相結(jié)合具備技術(shù)難度。

那么如何實現(xiàn)車牌識別的呢，下面簡單說說：
對現(xiàn)存的車牌識別算法進行了研究，在諸多算法中尋找到一種適合在Android、iOS平臺上運行的算法。先通過智能手機的攝像頭獲得車牌的彩色圖像，然后將采集到的圖像進處理，包括通過YUV模型進行灰度化，分段線性變換進行灰度拉升，二值化，Roberts算子進行邊緣檢測，數(shù)學(xué)形態(tài)學(xué)處理等，然后通過Hough變換進行車牌矯正，其次用雙投影和灰度跳變的方法實現(xiàn)車牌的定位、分割，后通過模板匹配實現(xiàn)車牌識別。

移動端車牌識別實現(xiàn)的過程簡單為以下幾個部分：

圖像采集：通過智能手機攝像頭拍攝車牌圖像。

預(yù)處理：灰度化、二值化、邊緣增強、噪聲過濾、自動白平衡、自動曝光以及伽馬校正、對比度調(diào)整等。

車牌定位：在經(jīng)過圖像預(yù)處理之后的灰度圖像上進行行列掃描，確定車牌區(qū)域，車牌切斜校正。

字符分割：在圖像中定位出車牌區(qū)域后，通過灰度化、二值化等處理，定位字符區(qū)域，然后根據(jù)字符尺寸特征進行字符分割。

字符識別：對分割后的字符進行縮放、特征提取，與字符數(shù)據(jù)庫模板中的標(biāo)準(zhǔn)字符表達形式進行匹配判別。

結(jié)果輸出：將車牌識別的結(jié)果以文本格式輸出。