选购原则

重视稳定度

随着产品算法与业者的技术提升，整合早就不是重要的话题，现阶段***需要注意的***反而是"稳定度"。稳定度的定义是:在一个既定的车速范围内，不会让必须达到的准确度，因外在环境影响而产生过大的误差。

例如一个***系统在白天有90%以上的准确度，到了傍晚就降到80%，夜间又降到70%，这种不稳定的系统，比起全天候平均拥有70%准确度的***辨识系统更难于整合。因为使用者会认为，既然白天的辨识率有90%，那全天候的准确率都要达到90%才合理，这样的规格还不包括奇怪的环境干扰(暴雨袭、冰雹、浓雾区段等)，与架设环境限制(高度限制、风大摇晃限制、不容易遭受人为***等)。

确实实测

几乎每家都宣称拥有高辨识率，但为了避免事后因为双方对产品认知有差异，而将运作不良的责任互相推托，用户在采购***辨识系统时，不妨要求实地测试，而且测试时间好超过两个礼拜，比较能判断辨识结果是否"言过其实"。因为台湾是一个多变的环境，两个礼拜应该可以对于场域可能影响辨识率的情形，大约掌握了八成，如果只是测一天、甚至几个小时，是无法了解的。

我们都知道，对于***智能识别，任何的系统、硬件，由于长时间的使用或者一些非人为的意外发生，都有可能出现一系列的问题或故障，那么对于一些管理停车场的人员来说，相对智能***识别系统，懂得一些基本的错误原因还是很重要的。那么，***识别系统的一些常见的识别错误的原因及如何解决呢?

智能***识别系统工作时图像拍摄不清楚，***区域***的困难主要是来自于采集的图像，由于采集的***图像的多样性，并且采集图像时受到许多因素的影响，解决建议：这种情况一般只有在图像聚焦清晰的情况下，识别结果才能达到比较满意的效果。那这对停车场系统的感光部件就有一定的要求了，视频的摄像机也就要提高一些配置啦，看看视频设置不正常(设置正常)，显示器分辨率、颜色桌面大小调节。

各类车型的不同，不管是使用地感线圈还是红外触发，车型的影响都是显而易见的，大车与小车的触发位置即使在低速的情况下也可能超过0.5米，当超过1米时，捕的图像可能不是 清晰的。解决建议：对于这种，一般要在******之前要对图像做预处理，然后再进行***的***、分割、识别等部分，这也正对系统有很大的挑战性。

　　***受损或有污渍，在公路和城市内的实际应用过程中，很难保证所涉及到的***都是没有污损的，***在使用几年之后，难免会出现污染和磨损等现象。解决建议：对于这种情况，很多智能的停车场系统也渐渐解决了这样的问题，但如果过于严重，这还得靠人工了。

中国***的格式与国外有较大差异且***识别技术研究起步较晚，所以国外关于***识别的研究对于中国仅具有参考价值，其在中国的应用效果不能达到其在国内的应用效果，但在其识别系统中所采用的各种思想和算法可以为我国所借鉴。***识别系统自进入中国以来，迅速吸引大量的学者开始从事这方面的研究，并提出了很多新颖便捷的算法。自动化研究所的刘智勇等人开发的系统在一个样本容量为3170的样本集中，******的准确率为99.41%，切割准确率为94.62%，这套系统后来被汉王公司的***识别系统采用，取得了较好的效果。南京大学的熊军等提出基于字符纹理特征的***算法，其准确率高达95%。华中科技大学的陈振学等人提出一种新的***图像字符分割和识别算法，使用一维循环清零法，先对垂直投影图进行一次扫描，有效的清除杂点与间隔符，其分割正确率达到96.8%。浙江大学的潘云鹤、张引等提出彩色边缘算子Color Prewitt 、彩色边缘检测和区域生长相结合的***算法，算法非常简单，作用颜色空间广，牌照区域易于与背景分离，但其存储量和计算量比较大，不能满足实时性的要求。而且当***区域的颜色与附近颜别不大时，***失误机率增加。国内还有许多学者也在进行这方面的研究且取得可观的研究成果。