第一篇：車牌識別系統方案書

智能車牌識別停車收費管理方案

編號：L160628-01

北京恒安同正科技有限公司

2016年6月28日

中糧日清（大連）有限公司

西安郵電大學

中國銀監會

第二篇：車牌識別系統實驗報告

《圖像處理與計算機視覺》期末作業

專

業：

計算機軟件與理論

年

級：

2018 級

學

號：

12018000758

姓

名：

何勇

2019 年 8 月 21 日

車牌識別系統（VLRP）實驗報告

一、實驗目的 1、了解車牌識別系統及其應用； 2、結合本門課程所學內容，設計一個車牌識別系統并實現。

二、實驗 原理 1、圖像預處理：

針對車牌的顏色特征，利用 hsv 色域進行二值化，并進行膨脹和去噪處理。攝像時的光照條件，牌照的整潔程度，攝像機的狀態（焦距，角度和鏡頭的光學畸變），以及車速的不穩定等因素都會不同程度的影響圖像效果，出現圖像模糊，歪斜或缺損，車牌字符邊界模糊不清，細節不清，筆畫斷開，粗細不均等現象，從而影響車牌區域的分割與字符識別的工作，所以識別之前要進行預處理。、車牌定位：

對預處理后的圖片進行區域標記，根據各連通量的長寬比以及黑色像素所占比例定位車牌位置。從背景中準確地確定牌照區域是整個識別過程的關鍵。首先對采集到的圖像進行大范圍相關搜索，找到符合汽車牌照特征的若干區域作為候選區，然后對這些侯選區域做進一步分析、評判，最后選定一個最佳的區域作為牌照區域，并將其從圖象中分割出來。、字符分割：

完成牌照區域的定位后，再將牌照區域分割成單個字符，然后進行識別。在本次系統開發中，字符分割采用垂直投影法。由于字符在垂直方向上的投影必然在字符間或字符內的間隙處取得局部最小值的附近，并且這個位置應滿足牌照的字符書寫格式、字符尺寸限制和一些其他條件，利用垂直投影法對復雜環境下的汽車圖像中的字符分割有較好的效果。、字符識別：

用圖像分類和識別中的所學內容對字符識別，比如基于模板匹配算法、基于支持向量機或基于神經網絡的方法。我選擇的是基于 BP 的神經網絡算法。將分割出來的字符做 n 等分分割，統計個等分塊內的黑像素比例，并與特征庫比對，識別字符。

三、系統流程圖

開始車輛圖片預處理車牌定位BP神經網絡特征提取字符分割字符識別畫出字符結果結束

四、實驗步驟 4.1 基于顏色的 BP 神經網絡車牌定位

圖 4-1 車牌定位流程圖

圖 4-2 車牌底色庫部分樣本 建立車牌底色庫，在本論文中僅對藍底白字車牌進行研究。對于這些車牌樣本，將其從 RGB 色彩空間轉換為得到其 CR CB 紅色及藍色分量。對車牌樣本每個像素，均可得到其 CR CB。而我們關心的只是兩種像素，即藍色非藍色像素。對于藍色的像素，在轉換為 CR CB 后其對應的 BP 神經網絡映射關系為輸出為1。非藍色的像素，在轉換為 CR CB 后相對應的 BP 映射為輸出為 0。由于 BP神經網絡要求輸入值 0 到 1，所以 CR CB 還需作簡單的處理，把它轉為符合要求的輸入。

到此，用于進行車牌定位的 BP 神經網絡模型有了輸入層及輸出層。即，輸入層含兩個神經結點（某像素的 CR CB 分量），輸出層僅一個神經結點（對應邏輯關系為這個像素在視覺上是否為藍色），中間層設計為僅含 4 結點的一層。

設計好 BP 神經網絡模型后，將車牌的底色投入訓練，在網絡收斂后可用。這時的神經網絡可以認為是已具備區分藍色及非藍色的能力了（對于訓練得到的權值保存到一個文件 CharBpNet.txt 中，以便在恢復網絡時直接讀取而節省大量的訓練時間）。然后對任意的一張含車牌的圖像每個像素，將它投入網絡當中，如果網絡認為是藍色的（結點輸出為范圍在 0.8—1.0 間的），那么將此像素映射成 255；如果網絡認為非藍色的（結點輸出范圍在 0—0.8 間），那么將此像素映射成 0。這樣我們可以得到除了一張二值圖像外，還可以將車牌從復雜的自然圖像分離開來（當然這是從十分理想的角度出發的，實際上當車輛顏色也是藍色的時候是無法分離的）。

圖 4-3 左圖為自然車輛圖像，右圖為經 BP 神經網絡后得到的二值圖像

4.2 基于圖像投影技術的車牌分割 圖像投影技術一般分為水平投影和垂直投影。所謂投影就是對圖像的某種特征的統計，然后以直方圖形式反映其特征強度。一般是對二值圖像而用的，水平方向的投影就是每行的非零像素值的個數，在這里就是 1 或者 255，垂直投影就是每列圖像數據中非零像素值的個數。

由于車牌字符在車牌上，所以這部分可以認為是對字符的粗定位或車牌的精確定位。在設計上算法上可以這樣做。對二值圖像分別作水平和垂直方向的投影，得到其直方圖分布，然后分別在波峰的地方作直線，這樣水平方向和垂直方向共計四條直線，它們相交形成一矩形，此矩形即為車牌的大概位置。

圖 4-4 將要進行投影的二值圖像

4.2.1 水平投影技術

逐行統計白點直方圖顯示投影統計結果波峰即車牌上下邊緣

圖 4-5 車牌水平投影效果圖 按行累加每個像素點的灰度值做投影，橫坐標為灰度累加的和，縱坐標為圖像的行數，即可確定車牌區域上下邊緣。水平分析算法如下：

1)從下向上逐行掃描圖像，記下每行中灰度值為 255 的像素點的個數； 2)找到第一個灰度值為 255 的像素點的個數大于某個閾值的行(并且緊挨著的若干行都滿足個數大于某閾值)，記錄下行號，即為車輛牌照最下邊緣； 3)然后繼續掃描，找到第一個灰度值為 255 的像素點的個數小于閾值的行(并且緊挨著的若干行都滿足個數大于某閾值)，記錄下行號，即為車輛牌照的最上邊緣； 4)這時不再繼續掃描，根據記錄的兩個行號，對原始圖像進行裁剪； 5)得到裁剪后的圖像，即為水平方向定位的牌照圖像區域。

4.2.2 垂直投影技術

圖 4-6 車牌垂直投影個效果圖 按列累加每個像素點的灰度值做投影，橫坐標為灰度累加的和，縱坐標為圖像的行數，即可確定車牌區域左右邊緣。垂直分析算法如下：

1)從左向右逐列掃描圖像，記下每行中灰度值為 255 的像素點的個數； 2)找到第一個灰度值為 255 的像素點的個數大于某個閾值的列(并且緊挨著的若正列都滿足個數數大于某閾值)，記錄下列號，即為車輛牌照最右邊緣； 3)然后繼續掃描，找到第一個灰度值為 255 的像素點的個數小于閾值的列(并且逐列統計白點直方圖顯示投影統計結果波峰即車牌左右邊緣

緊挨著的若干列滿足個數大于某閾值)，記錄下列號，即為車輛牌照的最左邊緣； 4)這時不再繼續掃描，根據記錄的兩個列號，對原始圖像進行裁剪； 5)得到裁剪后的圖像，即為垂直方向定位的牌照圖像區域。

分別投影后效果如圖 4-7 所示：

圖 4-7 分別投影后效果圖 值得一提的是并不是所有的自然車輛圖像經BP神經網絡動作后都那么完美的，這也是為什么在求車牌各個邊緣的時候設定一個閾值（并且緊挨著的若干行都滿足個數大于某閾值）的原因。如圖 4-8 所示：

圖 4-8 示例圖 經過對車牌的二值圖像的水平和垂直投影后，我們已經得到了車牌的精確位置，也即字符的所在區域。至此，我們可以把注意力從原始的二值圖像集中到二值圖像中的車牌局部區域來（即如何從車牌中分割出每個字符）。

除了可用比例的方法來進行字符分割外，本文采用一種適應性更好的基于投

影技術來進行分割。字符分割處理采用基于投影特征值的方法，對于數字及字符，由于它們都屬于連體字，因此只需在字符或數字之間找到一條無邊的空白區（窄的區域），即可實現數字及字符之間的分割處理。

圖 4-9 即將進行字符分割的車牌圖像 顯然要在上圖中分割出字符，只需在車牌內（白色矩形）對字符作像素為255 的垂直投影，具體方法如下：

按列累加每個像素點的灰度值做投影，橫坐標為灰度累加的和，縱坐標為圖像的行數，即可確定車牌區域左右邊緣。垂直分析算法如下：

1)從左向右逐列掃描圖像，記下每行中灰度值為 0 的像素點的個數； 2)找到第一個灰度值為 0 的像素點的個數大于某個閾值的列(并且緊挨著的若正列都滿足個數數大于某閾值)，記錄下列號，即為車輛牌照最右邊緣； 3)然后繼續掃描，找到第一個灰度值為 0 的像素點的個數小于閾值的列(并且緊挨著的若干列滿足個數大于某閾值)，記錄下列號，即為車輛牌照的最左邊緣； 4)這時不再繼續掃描，根據記錄的兩個列號，對原始圖像進行裁剪； 5)得到裁剪后的圖像，即為垂直方向定位的牌照圖像區域； 6）保存每個字符的區域坐標。效果如圖 4-10 所示：

圖 4-10 字符分割效果示意圖 逐列統計黑點直方圖顯示投影統計結果波峰即字符邊緣

4.3 基于 BP 神經網絡的車牌字符識別

4.3.1 車牌字符庫的建立 字符庫的建立是為字符的識別作準備的，字符庫要求每個字符按一定標準保存，如保存格式一致，大小規格相同，每個字符的數目相同等等。在本次車牌識別系統研究中，只對數字及字母作研究，對漢字不作研究，所以共計 34 個不同各類的字符。數字 0 和字母 o，數字 1 和 i 為均認為是同一字符，每個字符用程序獲取 10 個不盡相同的字符，字符庫的建立是為了訓練 BP 神經網絡的樣本。

4.3.2 圖像的縮放技術 在計算機圖像處理中，圖像縮放是指對數字圖像的大小進行調整的過程。圖像縮放是一種非平凡的過程，需要在處理效率以及結果的平滑度和清晰度上做一個權衡。當一個圖像的大小增加之后，組成圖像的像素的可見度將會變得更高，從而使得圖像表現得更“軟”。相反，縮小一個圖像將會增強它的平滑度與清晰度。

本次系統開發中，我采用最鄰近插值法將每個字符都歸一化到 6*12 的統一規格中去，所謂的最近鄰插值，通俗理解就是將每一個原像素原封不動地復制映射到擴展后對應四個像素中，效果圖 4-11 所示：

圖 4-11 歸一化前的各字符 歸一化后各字符一次為：。

4.3.3 字符的保存 首先給字符編號，0-9 分別編號為 00-09，A-Z 分別編號為 10-33。在本文中，字符的保存格式為 raw 原始圖像數據文件，命名依次為 000raw 到 339raw。即不超過 340 的三位數加格式名 raw，前兩位數代表這個字符的編號，第三位數 n 代表這字符是第 n 張字符，如某字符某名為 089raw 即意味著這字符代表數字 8，它在庫中是第 9 張(從第 0 張開始計數)。又如 330raw 代表著這字符為字母 Z，它是第 0 張。為了使字符庫的字符和待識別的字符盡量保持一致性，字符的建立是通過程序的方法獲得的。具體做法如下：

1）分割車牌中的每個字符； 2）將各個字符逐一歸一化到 6*12 統一標準； 3）將歸一化的字符按一定的標準命名保存即可。

最后得到了 340 張不同的共 34 種的格式為.raw 的文件，用程序顯示這些字符庫如圖 4-12 所示：

圖 4-12 字符庫示意圖 4.3.4 字符識別 建立字符庫后，設計識別字符的神經網絡。

首先設計輸入層及輸出層。字符庫中每個標本，均是 6*12 的標準二值圖像。對字符的特征，我采用像素法，即某個字符的像素是 255 時，神經結點輸入為0.9，像素值是 0 時，神經結點輸入為 0.1，這樣輸入層就有 6*12 共 72 個結點。輸出層采用了34結點，如當導師信號為A編號10時，就在第10個結點設為0.9，其他均為 0.1。至此，用于進行車牌定位的 BP 神經網絡模型有了輸入層及輸出層。即，輸入層含 72 個神經結點（對應字符的每個像素），輸出層 34 個神經結點（對應邏輯關系為屬于編號第 N 個字符）。中間層設計為僅含 50 結點的一層。

設計好 BP 神經網絡模型后，將車牌的字符投入訓練，在網絡收斂后可用（實際在論文完成的過程中，并沒有出現收斂，而是達到訓練次數后停止訓練，這個次數 10000*72 是在實驗過程中測試后決定的，同樣不保證最優）。這時的神經網絡可以認為是已具備區分 34 個不同字符的能力了。然后對任意的一個從車牌分割得到的字符進行歸一化之理后，依次假設其分別是編號 0 到 33，并且求出每個編號對應的誤差，最后在 34 個不同的誤差中找出最小的那個編號，找到的編號即對應的字符了。如某分割的字符投入網絡后得到的最小誤差編號為 10，那么認為這個字符為 A。

把從車牌分割下來的字符全部投入動作后得到的字符串即車牌的號碼了。效果如圖 4-12 所示：

圖 4-13 字符識別效果圖

五、實驗結果分析 本次基于顏色和 BP 神經網絡的車牌識別系統已基本完成，實驗也達到預期的效果。但是問題仍舊存在。實驗結果顯示如表 5-1 所示：

車牌定位 車牌分割 車牌識別 識別 2 個字符以內錯誤 測試圖片數 16 15 15 15 正確圖片數 15 15 5 7 正確率 93.8% 100% 33.3% 46.7% 表 5-1 部分實驗結果 在車牌定位方面，由于采用基于顏色定位方法，要求要定位的車牌圖像質量較清晰，車牌底色為藍色或和標準藍色相差不大，這時 BP 網絡能非常有效地區分藍色與非藍色，從而實施定位。但也常有無法定位的情況，當車身也是藍色時，BP 網絡必定無法把車牌從圖像中分離出來；在字符分割方面，采用基于垂直投影特征值的方法，能有效地分割字符，但也有分割錯誤的情況，如在車牌定位不夠精確或定位出來的車牌有噪點時，無法在字符或數字之間找到一條無邊的空白區（窄的區域），此時往往會分割錯誤（一字符可能分為多個，噪點也可能認為是字符）；在字符識別方面，在本文中，實驗過程發現當車牌定位和字符分割均能得到較好結果時大多數情況下均能有效地識別，但是字符分割錯誤或要識別噪點較多或字符傾斜較嚴重時往往會出現錯識甚至拒識。比如 B 有可能錯誤為 8，B 錯識為 R 等等。

第三篇：車牌識別系統安裝說明書

車牌識別系統安裝說明書

隨著車輛的普及，瀚天根據當前形勢研發了車牌識別系統。車牌識別系統的安裝成為很多工程商關注的話題，如何使車牌識別更好的發揮其作用，依據現場情況做好車牌識別系統的安裝和調試是必須要了解的，瀚天門控小編依據安裝師傅多年的安裝經驗總結了以下幾點標準，希望對您有所幫助。

一、瀚天車牌識別系統如何在安全島施工

安全島主要用于設備安裝，以及防水、防撞。一般做在出入通道中間。【根據現場的實際情況來做具體的施工方案】

寬度：如島上同時放置崗亭的話，一般在1200MM-1500MM;如果安全島只是安裝設備，寬度約在60MM-80MM左右，設備固定位置距離安全島邊緣100MM左右。

長度：安全島的長度約在5000MM-6000MM左右。高度：安全島一般應高出地面150MM-200MM。

沒有安全島時，要做設備基礎，設備安裝的地方為水泥地面時，(與安全島一樣)以星型50M左右打一個Φ10X100規格的膨脹螺栓。地面不低于5M，并預埋、固定設備線管，位置正確后就可以澆灌混凝土了。如果安全島做在有坡度的地面，用水平儀找平，呈階梯狀。

安全島設備安裝注意事項：如果道閘對開時，2個設備基礎高度應在同一水平線上。設備基礎和安全島表面抹灰處理：橫平豎直，整齊美觀。如果貼磚就不用抹灰。

二、布管與穿線

1、水泥地面開槽深度：線管放置后上部表面距離地面不低于4M，2管間有1M的縫隙，以便于水泥澆灌后，車輛過壓線管無動彈，路面結實不損壞管線。

2、土壤地面開槽：深度大于10M，管面距離地面不低于5M；轉角處用彎管器彎曲成型、直通接頭連通;不允許使用三叉接頭，直角接頭;線管內所穿導線面積不超過內孔截面的50%。

3、防水處理：埋設管道深度不少于10M，進入機箱設備后預留5M左右；管與管連接處刷膠水后連接;強電，弱電分開鋪設;對有強磁干擾的場所，采用鍍鋅鋼管做接地處理。

三、地感線圈施工

一般規格：1M*2M【大型車輛由實際情況確定】

使用0.75鐵氟龍線，繞線4-5圈。引出線不低于50編/M雙絞。一般盡可能多。用瀝青填充線圈與線槽間空隙。

1、設備安裝：智能道閘用Φ12的膨脹螺栓固定，開關機身不得搖擺，且運行平穩。

2、防撞柱：穩固。豎直、整齊、美觀。

3、減速帶：與車道協調，安裝在車牌識別觸發線前1.5米左右。

四、瀚天車牌識別一體機安裝距離來車車牌5米左右設置抓拍線。車牌與相機的側角盡量小于30度，側角大于30度會影響車牌識別效果。如果從左右兩邊來車，不能在識別區域內車輛擺正，則加裝一個輔助相機，這樣無論車輛從那邊來，只要車頭對著相機就可以抓拍。

以上就是瀚天安裝師傅依據多次現場安裝經驗的總結，如有不明的地方歡迎來電咨詢！

第四篇：小區車牌識別系統解決方案

www.ankuai.net

在現代化停車場管理中，涉及到各方面的管理，其中車輛的管理是一個重要的方面。尤其是對特殊停車場、大院及政府機關、小區而言，要求對各種車輛實時地進行嚴格的管理，對其出入的時間進行嚴格的監視，并對各類車輛進行登記（包括內部車輛和外部車輛）和識別。對大規模的場區中，各種出入的車輛較多，如每輛車都要進行人工判斷，既費時，又不利于管理和查詢，保衛工作比較困難，效率低下。為了改善這種與現代化停車場、大院及政府機關、小區等不相稱的管理模式，需要盡快實現車輛管理工作的自動化、智能化，并以計算機網絡的形式進行管理，對所有出入口的車輛進行有效地、準確地監測和管理。要求系統提供相應的應用軟件，實現營區管理的高效率、智能化。

根據碧桂園某小區商圈停車場的具體要求及實際情況，遵循實用、安全、先進、經濟、可靠、可擴充原則進行設計。該商圈共有1個車輛出入口通道，出入口通道上安裝高清識別一體機一套、入出口道閘一套，中心電腦一臺。

通過網線或光纖將物業管理電腦電腦連接起來，可實現數據互享，相互管理和遠程維護。固定車車主可直接進行出入，同時電腦會自動將車主的資料、車輛圖像、車牌抓拍識別并保存下來，入口車輛圖像、車牌與出口車輛圖像、車牌及車主資料進行對比，可有效的防止汽車偷盜事件的發生。1.1車牌識別的優點

“車牌識別”無疑是智能化程度最高，使用最方便的停車場管理技術。

1、對固定車管理而言，“車牌識別”有以下優點：

*徹底解決“卡管理”時，一卡多車的情況；

*徹底解決“卡管理”時，卡未攜帶的情況；

* 徹底解決“卡管理”時，卡丟失帶來的換卡，補卡的工作；

* 徹底解決“卡管理”時，卡安裝擺放位置的溝通工作；

*其他源于卡的問題~~

2、對臨時車管理而言，“車牌識別”有以下優點：

* 徹底解決“卡管理”時，收費人員眛錢的現象；

www.ankuai.net

*徹底將收費人員從人工發卡的工作中解放出來，只需負責收錢——即便是配入口發卡機，也往往需要有人幫忙在“入口發卡機”和“臨時車”之間傳遞“臨時卡”，往往偏離了“節省人力資源的初始目的”。因為臨時車的停車距離往往離發卡機比較遠，這是人們害怕撞到發卡機和道閘的下意識正常反映；

*徹底解決“卡管理”時，有的臨時車輛混出停車場，管理方損失臨時卡和停車費的情況；

* 徹底解決有個別的固定車在入場的時候惡意取走臨時卡，造成臨時卡不斷流失的情況；

* 其他源于卡的問題？？ 2.1系統架構與組件

停車場收費系統具備對臨時車輛進行收費管理和對長期用戶進行認證管理的功能。

* 入出口顯示控制一體機，播報語音及顯示車輛出入場信息，停車時長及繳費信息等。

*道閘用于從物理上阻攔車輛，控制車輛進出。

*地感用于檢測車輛，實現“一車一卡”功能。

*防砸地感用于檢測車輛，實現道閘防砸功能。

*管理中心，用于管理及存儲圖片記錄等。

入出口顯示控制一體機與電腦之間采用RS485通訊方式，在保障數據傳輸速度和安全性的基礎上，極大的方便了設備安裝布線，同時各部件均為模塊化設計，某一設備的變動不會影響到其他設備的正常工作。

停車場收費管理系統中主體采用TCP/IP的組網結構，崗亭電腦至管理中心電腦、高清識別一體機至崗亭電腦等。方便快捷。

www.ankuai.net

3.1系統功能與特點

采用網絡高清識別攝像一體機，加強車牌識別的寬度與深度。可更清晰的識別到高清的車牌。

其主要特點如下：

* 可脫機識別固定車牌，發送開閘指令，固定車牌存儲容量6000個。

www.ankuai.net

* 識別系統對環境的依賴性降低至最低程度，可實現全天候車牌識別正確率大于99%。

* 采用TCP/IP網絡高清識別攝像一體機、攝取圖像清晰度、車牌識別的準確性更強。

* 基于LPR識別系統提高了識別的速度和準確性。

* 可識別的最小號牌寬度為70個像素

* 適應高速大流量，車速在150 km/h，單車道流量為30輛/分鐘時仍可保證高識別率（>98%）。

* 實現對視頻圖像的逐幀處理，視頻流觸發，不用埋設地感線圈，避免破壞路面。

* 工程安裝簡便、運行穩定，不干擾用戶已有系。

* 無需地感及車輛檢測器，節省成本且施工簡單快速，極大的縮短施工時間。

* 具有極高的處理能力，對車輛行進過程中所有圖像都進行識別和處理，不依賴于單張圖片，有效提高設備對復雜環境的適應能力

* 軟件采用專業高清車牌識別軟件架構。方便用戶操作使用。

文章來源：廣東安快智能科技有限公司

第五篇：ELAND一體化車牌識別系統安裝說明書(硬件篇)硬件安裝接線說明書

ELAND一體車牌識別識別系統硬件安裝

1、車牌識別布線原理圖：

2、車牌識別一體識別攝像機（以下簡稱車牌攝像機）的安裝及接線：

上圖可以看出，車牌攝像機的安裝類似安裝普通的攝像機，主要是以下幾個步驟，（1）、選點打孔，施工人員現場規劃確定好車牌攝像機安裝位置后，將攝像機支架立于此，記號筆描點。然后用

打孔工具套用直徑為12mm轉頭地面打孔，深度根據固定支架的膨脹螺絲長度+1cm而定（膨脹螺絲推薦直 徑10mm）。（2）、穿線、固定支架，固定孔轉好后，清理干凈灰塵，將布線原理圖中所示的網線、220V電源線、道閘控制線

穿進攝像機支架管道里再從支架頂部孔位穿出預留1米左右長度余線。然后將攝像機支架對準膨脹孔位，用膨脹螺絲固定；（推薦用直徑10mm的膨脹螺絲，相應打孔轉頭推薦直徑12mm）

如圖

（3）、固定攝像機，用所配的攝像機套架，連接頭（又稱鴨嘴舍）

如圖，經歷三個步驟，套架固定于立柱（一般高度在離地130cm處），鴨嘴舍固定于套架上，攝像機固定于 鴨嘴舍上面；這3個連接點可以配合使用調節車牌攝像機角度，調好后擰緊各固定點的螺釘即可；（4）、車牌攝像機接線，攝像機固定好以后，打開攝像機蓋子，即可看到車牌攝像機里面接線柱如下圖

3、車位顯示屏的安裝及接線（主推L型顯示屏，帶語音）

（1）、顯示屏安裝：顯示屏拆封后，找到相應固定配件，將顯示屏固定于車牌攝像機立柱支架上適合的高度，如圖

（2）、顯示屏接線

顯示屏固定好后，可以看到有3根線從屏里面輸出，具體接線如下圖介紹：

4、道閘機的安裝及接線

（1）、安裝：打開道閘機，看底部，用相應的膨脹螺絲將其固定于指定位置即可如下圖

固定孔位打孔用合適尺寸

的膨脹路上固定即可；（2）、接線: 攝像機固定好以后，接線主要看道閘機控制盒上面，一般主要接三種線，即道閘機電源線，道閘控制

線，地感線。具體標識如下圖：

（3）、調試：把道閘桿子上好（必要時要根據需要調節一下里面的聯動彈簧），確保道閘機接線無誤后，通電可用

所配遙控器控制道閘機升降進行測試；

5、崗亭接線（崗亭里面主要連線有兩種線）：

（1）、網線：電腦的網線，外面車道安裝的一體車牌攝像機拉進來的網線，都連接在同一個交換機

或者路由器的LAN口上面，另外給管理電腦固定IP地址：192.168.1.***段的IP即可。

（2）、AC220V電源線：外面所有車道設備拉進來的220V電源線從崗亭電箱處取電，建議單獨加個

總電開關控制電源通斷，通電之前，請再次檢查外圍車道設備接線，確保無短路，漏電 等安全隱患；

6、結語

以上關于攝像機的安裝位置是我們推薦教程，安裝方法客戶也可以自己按經驗施工，最終目的保證攝像機拍攝到3m到6m左右的車牌在軟件中顯示效果無扭曲變形，保持水平。如圖。另外顯示屏安裝位置客戶也根據需要靈活選點安裝；本教材旨在教會客戶怎么布線，怎么接線，具體安裝位置客戶可靈活決定。教程僅供參考。

最后，建議客戶在設備安裝過程中多看看說明書（軟件也有相應說明書），結合說明書理解一下。更深入的問題可聯系廠家技術請求協助。