停车场车牌识别系统性能好坏的三大判断指标
时间：2015-11-11 阅读：1808
为了测试一个车牌识别系统的识别率，需要将系统安装在一个实际的应用环境，全天候工作超过24小时，收集至少1000个自然车流量的信息标本进行车牌识别，识别结果与车牌图像还需存储下来获得视图。然后，还需要通过人工识别结果和正确的得到实际的车辆图像。然后，识别率的统计：
1、自然交通流量的识别率=全牌正确识别总数/实际通过的车辆总数
2、可识别车牌照的百分率=人工正确读取的车牌照总数/实际通过的车辆总数
3、可识别全牌正确识别率=全牌正确识别的车牌照总数/人工读取的车牌照总数这三个指标决定了车牌识别系统的识别率，诸如可信度、误识率等都是车牌识别过程中的中间结果。
车牌识别系统的识别速度
识别速度决定了车牌识别系统可以满足实际应用的实时性要求。该系统的识别率很高，如果不能在几秒钟内得出识别结果，系统会因此没有实际意义，满足不了实时应用的要求。例如，一个车牌识别应用程序主要是负责减少道路通行时间，速度是这一类应用里减少通行时间、避免车道堵车的有力保障。
后台管理系统
后台管理系统功能应包括：
1、识别结果和车辆图像数据的可靠存储，可以保护图像数据不丢失当系统运行功能，使网络的误差，同时便于人工管理;
2、技术有效的自动定位和查询车辆的车牌号码，识别车牌号码数以万计的同一个数据库的成千上万的自动对准和报警，如果车牌号码不正确读取时，有必要使用模糊查询技术可以获得较为接近的结果;
3、一个好的车牌识别系统的网络操作，还需要提供实时通信，网络安全，远程维护，动态数据交换，数据库，硬件参数的设置，系统故障诊断。