海南汽车车牌识别定制
车牌识别技术要求能够将运动中的汽车牌照从复杂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，目前Z新的技术水平为字母和数字的识别率可达到99.7%，汉字的识别率可达到99%。
字符显示一般指LED显示屏，语音播报是指普通喇叭播报，二者显示和播报的内容基本相同。LED显示屏在待机时会自动显示广告词和时间，广告词长度不超过20个汉字/98个字节。系统的常用状态提示如下:当车牌识别成功后提示:“欢迎入场！”当车辆重复进入时，提示:“此车已入场”当黑名单用户入场时，提示:“车场限制”当临时车辆出场时，需要收费的提示收费金额、停车时长和祝您一路顺风等提示字符。不收费的可设定为自动放行或人工确认后放行。
图相抓拍图像对比图像对比功能是指车辆出场时，对流通的车辆通过进出口自动拍摄的车辆照片进行对比确认后再放行的功能，确保同车同牌。抓拍的图片会自动保存到后台服务器，可以用作确认开闸的图像对比，也可用于查询进出场记录时多调取一种确认/排除信息。触发车辆检测器抓拍，是指车辆触发车辆检测器的一瞬间，系统的摄像头对车牌实施抓拍，可理解为固定位置的抓拍。使用此方式后，车辆先触发车辆检测器拍得图片，系统会自动对拍到的图片进行车牌识别，在进出场记录查询界面里也会组合在一条记录内。
贝叶斯分类器的特点是: 贝叶斯分类并不把一个对象对地指派给某一类，而是通过计算得出属于某一类的概率，具有大概率的类便是该对象所属的类； 一般情况下在贝叶斯分类中的属性都潜在地起作用，即并不是一个或几个属性决定分类，而是的属性都参与分类； 贝叶斯分类对象的属性可以是离散的、连续的，也可以是混合的。 贝叶斯定理给出了小化误差的解决方法，可用于分类和预测。但在实际中，它并不能直接利用，它需要知道据的确切分布概率，而实际上我们并不能确切的给据的分布概率。因此我们在很多分类方法中都会作出某种假设以逼近贝叶斯定理的要求。 决策树(decision tree)一般都是自上而下的来生成的。每个决策或事件（即自然状态）都可能引出两个或多个事件，导致不同的结果，把这种决策分支画成图形很像一棵树的枝干，故称决策树。 决策树就是将决策过程各个阶段之间的结构绘制成一张箭线图，我们可以用下图来表示。