CN108875671B - 基于指纹识别的停车场收费系统 - Google Patents
基于指纹识别的停车场收费系统 Download PDFInfo
- Publication number
- CN108875671B CN108875671B CN201810689238.8A CN201810689238A CN108875671B CN 108875671 B CN108875671 B CN 108875671B CN 201810689238 A CN201810689238 A CN 201810689238A CN 108875671 B CN108875671 B CN 108875671B
- Authority
- CN
- China
- Prior art keywords
- image
- fingerprint
- particle
- equipment
- pattern
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/12—Fingerprints or palmprints
- G06V40/13—Sensors therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/12—Fingerprints or palmprints
- G06V40/1365—Matching; Classification
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07B—TICKET-ISSUING APPARATUS; FARE-REGISTERING APPARATUS; FRANKING APPARATUS
- G07B15/00—Arrangements or apparatus for collecting fares, tolls or entrance fees at one or more control points
- G07B15/02—Arrangements or apparatus for collecting fares, tolls or entrance fees at one or more control points taking into account a variable factor such as distance or time, e.g. for passenger transport, parking systems or car rental systems
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Finance (AREA)
- Collating Specific Patterns (AREA)
- Image Processing (AREA)
Abstract
本发明涉及一种基于指纹识别的停车场收费系统，包括：数据测量设备，采用红外线测高机制，对停车场收费处的当前人员进行实时高度检测，以获得并输出当前人员高度；现场分析设备，设置在停车场收费处，与所述数据测量设备连接，用于接收所述当前人员高度，并将支撑杆的顶端的高度调节为所述当前人员高度减去预设高度偏差而获得的高度；即时转账设备，用于接收外形锐化图像，对所述外形锐化图像进行指纹识别，以获得所述外形锐化图像中指纹所属于的人员名称，并基于预存的与所述人员名称对应的电子账户进行即时转账处理。通过本发明，实现了停车付费的完全自动化处理。
Description
技术领域
本发明涉及指纹识别领域，尤其涉及一种基于指纹识别的停车场收费系统。
背景技术
指纹识别通过专门的指纹采集仪可以采集指纹图像。指纹采集仪用到的指纹传感器按采集方式主要分为划擦式和按压式两种，按信号采集原理目前有光学式、压敏式、电容式、电感式、热敏式和超声波式等。另外，也可以通过扫描仪、数字相机等获取指纹图像。对于分辨率和采集面积等技术指标，公安行业已经形成了国际和国内标准，但其他行业还缺少统一标准。根据采集指纹面积大体可以分为滚动捺印指纹和平面捺印指纹，公安行业普遍采用滚动捺印指纹。
(1)指纹图像压缩：大容量的指纹数据库必须经过压缩后存储，以减少存储空间。主要方法包括JPEG、WSQ、EZW等。
(2)指纹图像处理：包括指纹区域检测、图像质量判断、方向图和频率估计、图像增强、指纹图像二值化和细化等。预处理是指对含噪声及伪特征的指纹图像采用一定的算法加以处理，使其纹线结构清晰，特征信息突出。其目的是改善指纹图像的质量，提高特征提取的准确性。通常，预处理过程包括归一化、图像分割、增强、二值化和细化，但根据具体情况，预处理的步骤也不尽相同。
发明内容
为了解决当前停车场收费仍无法完全抛弃人工环节的技术问题，本发明提供了一种基于指纹识别的停车场收费系统，在停车场收费处设置定制的图像处理机制，以基于图像中指纹对应的人员名称对应的电子账户进行即时转账处理，节省大量的人力物力，同时，基于现场人员高度调整收费平台的高度，从而方便对现场人员的指纹数据采集；还采用尺寸与所述高清图像的信噪比成正比的遍历窗口对待处理图像进行颗粒分析，以获得其中的颗粒低通图案和非颗粒低通图案，并对颗粒低通图案和非颗粒低通图案进行不同的分化处理，以获得滤波效果更清晰的滤波后图像。
根据本发明的一方面，提供了一种基于指纹识别的停车场收费系统，所述系统包括：
数据测量设备，采用红外线测高机制，对停车场收费处的当前人员进行实时高度检测，以获得并输出当前人员高度；
现场分析设备，设置在停车场收费处，与所述数据测量设备连接，用于接收所述当前人员高度，并将支撑杆的顶端的高度调节为所述当前人员高度减去预设高度偏差而获得的高度；
收费平台，设置在停车场收费处，由支撑杆和CMOS传感器组成，所述CMOS传感器设置在所述支撑杆的顶端之上，用于对当前人员的指纹进行数据采集操作，以获得并输出现场指纹图像；
图像遍历设备，与所述CMOS传感器连接，用于接收所述现场指纹图像，采用平滑窗口按照从左到右、从上到下的顺序对所述现场指纹图像进行无重叠式遍历，以获得对应的各个遍历窗口，并输出所述各个遍历窗口；
颗粒采集设备，与所述图像遍历设备连接，用于接收所述各个遍历窗口，对所述各个遍历窗口进行以下颗粒确认动作：获取每一个遍历窗口中的各个像素点的各个亮度值的均值以作为窗口均值，将所述窗口均值与所述现场指纹图像的整体亮度进行偏离度分析，当偏离度超限时，确认所述遍历窗口为颗粒分块；
图像划分设备，与所述颗粒采集设备连接，用于基于所述颗粒采集设备输出的各个颗粒分块组成所述现场指纹图像中的颗粒图案，将所述现场指纹图像剥离所述颗粒图案后的图像作为非颗粒图案；
分化处理设备，与所述图像划分设备连接，用于接收所述颗粒图案和所述非颗粒图案，采用预设频率阈值作为截止频率对所述颗粒图案执行低通滤波处理以获得颗粒低通图案，还用于采用预设频率阈值的二分之一作为截止频率对所述非颗粒图案执行低通滤波处理以获得非颗粒低通图案，输出所述颗粒低通图案和所述非颗粒低通图案；
数据拟合设备，与所述分化处理设备连接，用于接收所述颗粒低通图案和所述非颗粒低通图案，并将所述颗粒低通图案和所述非颗粒低通图案进行拟合以获得所述现场指纹图像对应的拟合图像；
目标处理设备，设置在停车场收费处，与所述数据拟合设备连接，用于接收所述拟合图像，对所述拟合图像中与图像边沿相邻的每一个目标进行目标边沿扩展，以获得所述拟合图像对应的边沿扩展图像；
目标强化设备，与所述目标处理设备连接，用于获取所述边沿扩展图像中的每一个目标外形，在所述边沿扩展图像中，对所述边沿扩展图像中的每一个目标外形进行锐化处理，以获得并输出与所述边沿扩展图像对应的外形锐化图像；
即时转账设备，与所述目标强化设备连接，用于接收所述外形锐化图像，对所述外形锐化图像进行指纹识别，以获得所述外形锐化图像中指纹所属于的人员名称，并基于预存的与所述人员名称对应的电子账户进行即时转账处理；
其中，在所述目标处理设备中，对所述拟合图像中与图像边沿相邻的每一个目标进行目标边沿扩展包括：将所述拟合图像中与图像边沿相邻的每一个目标作为对应的不完整目标，基于所述拟合图像中的不完整目标的外形对所述不完整目标在所述拟合图像之外的部分进行预测性扩展；
其中，所述目标处理设备输出的边沿扩展图像的面积大于所述拟合图像的面积；
其中，在所述分化处理设备中，采用预设频率阈值作为截止频率对所述颗粒图案执行低通滤波处理以获得颗粒低通图案包括：将所述颗粒图案中截止频率以上的频率成分去除后获得的图像作为所述颗粒低通图案并输出所述颗粒低通图案。
更具体地，在所述基于指纹识别的停车场收费系统中：在所述分化处理设备中，采用预设频率阈值的二分之一作为截止频率对所述非颗粒图案执行低通滤波处理以获得非颗粒低通图案包括：将所述非颗粒图案中截止频率以上的频率成分去除后获得的图像作为所述颗粒非低通图案并输出所述颗粒非低通图案。
更具体地，在所述基于指纹识别的停车场收费系统中：在所述图像遍历设备中，所述遍历窗口为正方形窗口，所述正方形窗口的边长与所述现场指纹图像的信噪比成正比。
更具体地，在所述基于指纹识别的停车场收费系统中：在所述颗粒采集设备中，所述现场指纹图像的整体亮度的获取模式如下：获取所述现场指纹图像的各个像素点的各个亮度值，对所述现场指纹图像的各个像素点的各个亮度值求均值以获得所述现场指纹图像的整体亮度。
更具体地，在所述基于指纹识别的停车场收费系统中：在所述颗粒采集设备中，当偏离度未超限时，确认所述遍历窗口为非颗粒分块。
更具体地，在所述基于指纹识别的停车场收费系统中：所述数据测量设备包括竖立放置的多个叠起的红外线收发单元，以基于所述多个叠起的红外线收发单元的红外线信号收发结果，对停车场收费处的当前人员进行实时高度检测。
更具体地，在所述基于指纹识别的停车场收费系统中：所述基于所述多个叠起的红外线收发单元的红外线信号收发结果，对停车场收费处的当前人员进行实时高度检测包括：将收到反馈的红外线信号的时间超过限量的最高位置的红外线收发单元所位于的高度作为所述当前人员高度。
更具体地，在所述基于指纹识别的停车场收费系统中：所述预设高度偏差为基于预设数量人员样本统计的人体鼻部到人体顶端的距离。
附图说明
以下将结合附图对本发明的实施方案进行描述，其中：
图1为根据本发明实施方案示出的基于指纹识别的停车场收费系统的CMOS传感器的工作原理图。
具体实施方式
下面将参照附图对本发明的基于指纹识别的停车场收费系统的实施方案进行详细说明。
指纹识别匹配是用现场采集的指纹特征与指纹库中保存的指纹特征相比较，判断是否属于同一指纹。可以根据指纹的纹形进行粗匹配，进而利用指纹形态和细节特征进行精确匹配，给出两枚指纹的相似性得分。根据应用的不同，对指纹的相似性得分进行排序或给出是否为同一指纹的判决结果
指纹对比有两种方式：1)一对一比对：根据用户ID从指纹库中检索出待对比的用户指纹，再与新采集的指纹比对；2)一对多比对：新采集的指纹和指纹库中的所有指纹逐一比对。
为了克服上述不足，本发明搭建了一种基于指纹识别的停车场收费系统，能够有效解决相应的技术问题。
图1为根据本发明实施方案示出的基于指纹识别的停车场收费系统的CMOS传感器的工作原理图。
根据本发明实施方案示出的基于指纹识别的停车场收费系统包括：
数据测量设备，采用红外线测高机制，对停车场收费处的当前人员进行实时高度检测，以获得并输出当前人员高度；
现场分析设备，设置在停车场收费处，与所述数据测量设备连接，用于接收所述当前人员高度，并将支撑杆的顶端的高度调节为所述当前人员高度减去预设高度偏差而获得的高度；
收费平台，设置在停车场收费处，由支撑杆和CMOS传感器组成，所述CMOS传感器设置在所述支撑杆的顶端之上，用于对当前人员的指纹进行数据采集操作，以获得并输出现场指纹图像；
所述CMOS传感器包括感应平面1和光线感应头2，光线感应头2设置在感应平面1的后方；
图像遍历设备，与所述CMOS传感器连接，用于接收所述现场指纹图像，采用平滑窗口按照从左到右、从上到下的顺序对所述现场指纹图像进行无重叠式遍历，以获得对应的各个遍历窗口，并输出所述各个遍历窗口；
颗粒采集设备，与所述图像遍历设备连接，用于接收所述各个遍历窗口，对所述各个遍历窗口进行以下颗粒确认动作：获取每一个遍历窗口中的各个像素点的各个亮度值的均值以作为窗口均值，将所述窗口均值与所述现场指纹图像的整体亮度进行偏离度分析，当偏离度超限时，确认所述遍历窗口为颗粒分块；
图像划分设备，与所述颗粒采集设备连接，用于基于所述颗粒采集设备输出的各个颗粒分块组成所述现场指纹图像中的颗粒图案，将所述现场指纹图像剥离所述颗粒图案后的图像作为非颗粒图案；
分化处理设备，与所述图像划分设备连接，用于接收所述颗粒图案和所述非颗粒图案，采用预设频率阈值作为截止频率对所述颗粒图案执行低通滤波处理以获得颗粒低通图案，还用于采用预设频率阈值的二分之一作为截止频率对所述非颗粒图案执行低通滤波处理以获得非颗粒低通图案，输出所述颗粒低通图案和所述非颗粒低通图案；
数据拟合设备，与所述分化处理设备连接，用于接收所述颗粒低通图案和所述非颗粒低通图案，并将所述颗粒低通图案和所述非颗粒低通图案进行拟合以获得所述现场指纹图像对应的拟合图像；
目标处理设备，设置在停车场收费处，与所述数据拟合设备连接，用于接收所述拟合图像，对所述拟合图像中与图像边沿相邻的每一个目标进行目标边沿扩展，以获得所述拟合图像对应的边沿扩展图像；
目标强化设备，与所述目标处理设备连接，用于获取所述边沿扩展图像中的每一个目标外形，在所述边沿扩展图像中，对所述边沿扩展图像中的每一个目标外形进行锐化处理，以获得并输出与所述边沿扩展图像对应的外形锐化图像；
即时转账设备，与所述目标强化设备连接，用于接收所述外形锐化图像，对所述外形锐化图像进行指纹识别，以获得所述外形锐化图像中指纹所属于的人员名称，并基于预存的与所述人员名称对应的电子账户进行即时转账处理；
其中，在所述目标处理设备中，对所述拟合图像中与图像边沿相邻的每一个目标进行目标边沿扩展包括：将所述拟合图像中与图像边沿相邻的每一个目标作为对应的不完整目标，基于所述拟合图像中的不完整目标的外形对所述不完整目标在所述拟合图像之外的部分进行预测性扩展；
其中，所述目标处理设备输出的边沿扩展图像的面积大于所述拟合图像的面积；
其中，在所述分化处理设备中，采用预设频率阈值作为截止频率对所述颗粒图案执行低通滤波处理以获得颗粒低通图案包括：将所述颗粒图案中截止频率以上的频率成分去除后获得的图像作为所述颗粒低通图案并输出所述颗粒低通图案。
接着，继续对本发明的基于指纹识别的停车场收费系统的具体结构进行进一步的说明。
在所述基于指纹识别的停车场收费系统中：在所述分化处理设备中，采用预设频率阈值的二分之一作为截止频率对所述非颗粒图案执行低通滤波处理以获得非颗粒低通图案包括：将所述非颗粒图案中截止频率以上的频率成分去除后获得的图像作为所述颗粒非低通图案并输出所述颗粒非低通图案。
在所述基于指纹识别的停车场收费系统中：在所述图像遍历设备中，所述遍历窗口为正方形窗口，所述正方形窗口的边长与所述现场指纹图像的信噪比成正比。
在所述基于指纹识别的停车场收费系统中：在所述颗粒采集设备中，当偏离度未超限时，确认所述遍历窗口为非颗粒分块。
在所述基于指纹识别的停车场收费系统中：所述数据测量设备包括竖立放置的多个叠起的红外线收发单元，以基于所述多个叠起的红外线收发单元的红外线信号收发结果，对停车场收费处的当前人员进行实时高度检测。
在所述基于指纹识别的停车场收费系统中：所述基于所述多个叠起的红外线收发单元的红外线信号收发结果，对停车场收费处的当前人员进行实时高度检测包括：将收到反馈的红外线信号的时间超过限量的最高位置的红外线收发单元所位于的高度作为所述当前人员高度。
在所述基于指纹识别的停车场收费系统中：所述预设高度偏差为基于预设数量人员样本统计的人体鼻部到人体顶端的距离。
另外，所述CMOS传感器选型为主动式像素传感器。主动式像素传感器(ActivePixel Sensor，简称APS)，又叫有源式像素传感器。几乎在CMOSPPS像素结构发明的同时，人们很快认识到在像素内引入缓冲器或放大器可以改善像素的性能，在CMOS APS中每一像素内都有自己的放大器。集成在表面的放大晶体管减少了像素元件的有效表面积，降低了“封装密度”，使40％～50％的入射光被反射。这种传感器的另一个问题是，如何使传感器的多通道放大器之间有较好的匹配，这可以通过降低残余水平的固定图形噪声较好地实现。由于CMOS APS像素内的每个放大器仅在此读出期间被激发，所以CMOS APS的功耗比CCD图像传感器的还小。
采用本发明的基于指纹识别的停车场收费系统，针对现有技术中停车收费无法完全自动化的技术问题，通过在停车场收费处设置定制的图像处理机制，以基于图像中指纹对应的人员名称对应的电子账户进行即时转账处理，节省大量的人力物力，同时，基于现场人员高度调整收费平台的高度，从而方便对现场人员的指纹数据采集；还采用尺寸与所述高清图像的信噪比成正比的遍历窗口对待处理图像进行颗粒分析，以获得其中的颗粒低通图案和非颗粒低通图案，并对颗粒低通图案和非颗粒低通图案进行不同的分化处理，以获得滤波效果更清晰的滤波后图像，从而解决了上述技术问题。
可以理解的是，虽然本发明已以较佳实施例披露如上，然而上述实施例并非用以限定本发明。对于任何熟悉本领域的技术人员而言，在不脱离本发明技术方案范围情况下，都可利用上述揭示的技术内容对本发明技术方案做出许多可能的变动和修饰，或修改为等同变化的等效实施例。因此，凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰，均仍属于本发明技术方案保护的范围内。
Claims (8)
1.一种基于指纹识别的停车场收费系统，所述系统包括：
数据测量设备，采用红外线测高机制，对停车场收费处的当前人员进行实时高度检测，以获得并输出当前人员高度；
现场分析设备，设置在停车场收费处，与所述数据测量设备连接，用于接收所述当前人员高度，并将支撑杆的顶端的高度调节为所述当前人员高度减去预设高度偏差而获得的高度；
收费平台，设置在停车场收费处，由支撑杆和CMOS传感器组成，所述CMOS传感器设置在所述支撑杆的顶端之上，用于对当前人员的指纹进行数据采集操作，以获得并输出现场指纹图像；
图像遍历设备，与所述CMOS传感器连接，用于接收所述现场指纹图像，采用平滑窗口按照从左到右、从上到下的顺序对所述现场指纹图像进行无重叠式遍历，以获得对应的各个遍历窗口，并输出所述各个遍历窗口；
颗粒采集设备，与所述图像遍历设备连接，用于接收所述各个遍历窗口，对所述各个遍历窗口进行以下颗粒确认动作：获取每一个遍历窗口中的各个像素点的各个亮度值的均值以作为窗口均值，将所述窗口均值与所述现场指纹图像的整体亮度进行偏离度分析，当偏离度超限时，确认所述遍历窗口为颗粒分块；
图像划分设备，与所述颗粒采集设备连接，用于基于所述颗粒采集设备输出的各个颗粒分块组成所述现场指纹图像中的颗粒图案，将所述现场指纹图像剥离所述颗粒图案后的图像作为非颗粒图案；
分化处理设备，与所述图像划分设备连接，用于接收所述颗粒图案和所述非颗粒图案，采用预设频率阈值作为截止频率对所述颗粒图案执行低通滤波处理以获得颗粒低通图案，还用于采用预设频率阈值的二分之一作为截止频率对所述非颗粒图案执行低通滤波处理以获得非颗粒低通图案，输出所述颗粒低通图案和所述非颗粒低通图案；
数据拟合设备，与所述分化处理设备连接，用于接收所述颗粒低通图案和所述非颗粒低通图案，并将所述颗粒低通图案和所述非颗粒低通图案进行拟合以获得所述现场指纹图像对应的拟合图像；
目标处理设备，设置在停车场收费处，与所述数据拟合设备连接，用于接收所述拟合图像，对所述拟合图像中与图像边沿相邻的每一个目标进行目标边沿扩展，以获得所述拟合图像对应的边沿扩展图像；
目标强化设备，与所述目标处理设备连接，用于获取所述边沿扩展图像中的每一个目标外形，在所述边沿扩展图像中，对所述边沿扩展图像中的每一个目标外形进行锐化处理，以获得并输出与所述边沿扩展图像对应的外形锐化图像；
即时转账设备，与所述目标强化设备连接，用于接收所述外形锐化图像，对所述外形锐化图像进行指纹识别，以获得所述外形锐化图像中指纹所属于的人员名称，并基于预存的与所述人员名称对应的电子账户进行即时转账处理；
其中，在所述目标处理设备中，对所述拟合图像中与图像边沿相邻的每一个目标进行目标边沿扩展包括：将所述拟合图像中与图像边沿相邻的每一个目标作为对应的不完整目标，基于所述拟合图像中的不完整目标的外形对所述不完整目标在所述拟合图像之外的部分进行预测性扩展；
其中，所述目标处理设备输出的边沿扩展图像的面积大于所述拟合图像的面积；
其中，在所述分化处理设备中，采用预设频率阈值作为截止频率对所述颗粒图案执行低通滤波处理以获得颗粒低通图案包括：将所述颗粒图案中截止频率以上的频率成分去除后获得的图像作为所述颗粒低通图案并输出所述颗粒低通图案。
2.如权利要求1所述的基于指纹识别的停车场收费系统，其特征在于：
在所述分化处理设备中，采用预设频率阈值的二分之一作为截止频率对所述非颗粒图案执行低通滤波处理以获得非颗粒低通图案包括：将所述非颗粒图案中截止频率以上的频率成分去除后获得的图像作为所述颗粒非低通图案并输出所述颗粒非低通图案。
3.如权利要求2所述的基于指纹识别的停车场收费系统，其特征在于：
在所述图像遍历设备中，所述遍历窗口为正方形窗口，所述正方形窗口的边长与所述现场指纹图像的信噪比成正比。
4.如权利要求3所述的基于指纹识别的停车场收费系统，其特征在于：
在所述颗粒采集设备中，所述现场指纹图像的整体亮度的获取模式如下：获取所述现场指纹图像的各个像素点的各个亮度值，对所述现场指纹图像的各个像素点的各个亮度值求均值以获得所述现场指纹图像的整体亮度。
5.如权利要求4所述的基于指纹识别的停车场收费系统，其特征在于：
在所述颗粒采集设备中，当偏离度未超限时，确认所述遍历窗口为非颗粒分块。
6.如权利要求5所述的基于指纹识别的停车场收费系统，其特征在于：
所述数据测量设备包括竖立放置的多个叠起的红外线收发单元，以基于所述多个叠起的红外线收发单元的红外线信号收发结果，对停车场收费处的当前人员进行实时高度检测。
7.如权利要求6所述的基于指纹识别的停车场收费系统，其特征在于：
所述基于所述多个叠起的红外线收发单元的红外线信号收发结果，对停车场收费处的当前人员进行实时高度检测包括：将收到反馈的红外线信号的时间超过限量的最高位置的红外线收发单元所位于的高度作为所述当前人员高度。
8.如权利要求1-7任一所述的基于指纹识别的停车场收费系统，其特征在于：
所述预设高度偏差为基于预设数量人员样本统计的人体鼻部到人体顶端的距离。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810689238.8A CN108875671B (zh) | 2018-06-28 | 2018-06-28 | 基于指纹识别的停车场收费系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810689238.8A CN108875671B (zh) | 2018-06-28 | 2018-06-28 | 基于指纹识别的停车场收费系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108875671A CN108875671A (zh) | 2018-11-23 |
| CN108875671B true CN108875671B (zh) | 2019-07-19 |
Family
ID=64296543
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810689238.8A Active CN108875671B (zh) | 2018-06-28 | 2018-06-28 | 基于指纹识别的停车场收费系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108875671B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110381483B (zh) * | 2019-03-21 | 2020-05-01 | 重庆工程职业技术学院 | 基于图像处理的数据通信装置 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103258434A (zh) * | 2013-04-25 | 2013-08-21 | 广州中国科学院软件应用技术研究所 | 基于视频交通流检测和车辆识别的图像边缘检测系统 |
| CN105809749A (zh) * | 2016-04-29 | 2016-07-27 | 江西欣盛泰实业有限公司 | 一种基于指纹识别的立体停车设备管理方法 |
| CN107452079A (zh) * | 2017-07-31 | 2017-12-08 | 合肥光照信息科技有限公司 | 一种停车场数据采集系统及其方法 |
| CN107679494A (zh) * | 2017-09-30 | 2018-02-09 | 西安电子科技大学 | 基于选择性延展的指纹图像匹配方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2020504888A (ja) * | 2016-11-16 | 2020-02-13 | ゴラン，メイア | ユーザ認証のためのシステム、方法およびソフトウェア |
-
2018
- 2018-06-28 CN CN201810689238.8A patent/CN108875671B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103258434A (zh) * | 2013-04-25 | 2013-08-21 | 广州中国科学院软件应用技术研究所 | 基于视频交通流检测和车辆识别的图像边缘检测系统 |
| CN105809749A (zh) * | 2016-04-29 | 2016-07-27 | 江西欣盛泰实业有限公司 | 一种基于指纹识别的立体停车设备管理方法 |
| CN107452079A (zh) * | 2017-07-31 | 2017-12-08 | 合肥光照信息科技有限公司 | 一种停车场数据采集系统及其方法 |
| CN107679494A (zh) * | 2017-09-30 | 2018-02-09 | 西安电子科技大学 | 基于选择性延展的指纹图像匹配方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108875671A (zh) | 2018-11-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101271514B (zh) | 一种快速目标检测和目标输出的图像检测方法及装置 | |
| CN103985182B (zh) | 一种公交客流自动计数方法及自动计数系统 | |
| Sudheer et al. | Digital image processing for determining drop sizes from irrigation spray nozzles | |
| Awrangjeb et al. | Improved building detection using texture information | |
| WO2012090200A1 (en) | Calibration device and method for use in a surveillance system for event detection | |
| Li et al. | Research on vehicle license plate location based on neural networks | |
| US20120213440A1 (en) | Systems and Methods for Automatically Identifying Shadows in Images | |
| CN106548148A (zh) | 视频中未知人脸的识别方法和系统 | |
| CN101059425A (zh) | 基于多光谱图像的纹理分析鉴别不同品种绿茶的方法和装置 | |
| CN106886216A (zh) | 基于rgbd人脸检测的机器人自动跟踪方法和系统 | |
| CN104239905A (zh) | 运动目标识别方法及具有该功能的电梯智能计费系统 | |
| CN109146859A (zh) | 一种基于机器视觉的路面裂缝检测系统 | |
| Zhan et al. | Quantitative analysis of shadow effects in high-resolution images of urban areas | |
| CN111062293A (zh) | 一种基于深度学习的无人机森林火焰识别方法 | |
| CN109255785A (zh) | 一种轴承外观缺陷检测系统 | |
| CN113076860B (zh) | 一种野外场景下的鸟类检测系统 | |
| CN109359577A (zh) | 一种基于机器学习的复杂背景下人数检测系统 | |
| CN108875671B (zh) | 基于指纹识别的停车场收费系统 | |
| CN101799915B (zh) | 一种双色中波红外图像融合方法 | |
| Ouma et al. | Urban features recognition and extraction from very-high resolution multi-spectral satellite imagery: a micro–macro texture determination and integration framework | |
| CN108845153A (zh) | 一种粒子分析系统及方法 | |
| CN109029819B (zh) | 基于压力测量的指纹纹理分析系统 | |
| CN107895503A (zh) | 一种无人值守的停车场监控系统 | |
| US20050089191A1 (en) | Apparatus and method for processing particle images and program product for same | |
| CN106023166B (zh) | 微波图像中人体隐藏危险物体的检测方法和装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20190509 Address after: Room 760, No. 99 Aerospace Avenue, Xiangbao Cooperative Zone, Ningbo City, Zhejiang Province, 315000 Applicant after: Aerospace Intelligent Technology (Ningbo) Co., Ltd. Address before: 210000 No. 10 No. 3 Gaoke Road, Nanjing High-tech Zone, Jiangsu Province Applicant before: Tian Fengxiang |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20201023 Address after: Room 101-022, building C23, phase III, Wuhan Software New Town, No.8, Huacheng Avenue, Donghu New Technology Development Zone, Wuhan, Hubei Province Patentee after: Aerospace Intelligent Technology (Wuhan) Co., Ltd Address before: Room 760, No. 99 Aerospace Avenue, Xiangbao Cooperative Zone, Ningbo City, Zhejiang Province, 315000 Patentee before: Aerospace Intelligent Technology (Ningbo) Co.,Ltd. |