序号

比较内容

技术指标

指标参数

1 

识别宽度

最高能识别两车道，成本更低

单路识别

2 

识别模式

基于视频流的多帧图像识别

基于单帧图像识别

3 

算法模型

智能模糊点阵识别算法，对车牌不清晰的识别准确率仍很高

OCR/字型拓扑结构识别算法，对车牌不清晰的识别准确率很低

4 

触发方式

纯视频触发，只要检测到车牌就能触发，不易出现故障

地感线圈触发，容易出现多次触发、不触发、触发错误等故障

5 

传输方式

提供RJ-45网口和RS-232串口两种方式

只有RS-232串口方式，传输速度慢，误码率高、安全性差

6 

识别速度和准确率

采用了专用的DSP处理芯片作为运算核心，独立于计算机系统，避免了软件识别时其它程序运行占内存等的干扰，提高了运算速度，并且不受计算机系统稳定性的干扰，因而很大程度上提高了车牌的识别速度和识别准确率

软件识别的车牌识别系统，在系统工作时，容易受到其它程序和计算机系统本身稳定性的干扰，影响车牌识别速度和识别率

7 

对相似字符识别能力

如0、D、Q、O；B、8识别正确率几乎为100%

如0、D、Q、O；B、8很容易识别错误

8 

可靠性、稳定性

高速 DSP 嵌入式硬件平台和专用的操作系统内核，以此作为算法的硬件基础，同时核心函数采用手工汇编，非常适宜于户外全天侯运行，具有极高的系统稳定性和环境适应性

采用软件方式识别车牌号码的传统结构显然占用CPU资源和内存，特别是同时识别多路车道车牌号码，因计算机大量的运算极易造成死机、系统不稳定甚至系统崩溃等情况的发生

9 

对车辆速度要求

速度达到180KM/H时，整牌识别率仍然不低于93%

速度高于一定值时，识别率急剧下降

10 

系统扩展、集成能力

硬件识别的方式，其识别核心位于前端，使识别与处理相分离，这使得其能更灵活地运用于各类系统，无需对处理软件进行大的改动即可灵活地加入或去除车牌识别功能。对识别核心的改进也仅需将识别内核换装成高版本的系统，而无需对处理软件作任何改动，处理软件只需通过网络接收硬件的识别结果即可

软件识别的传统方式中由于识别核心在处理软件中实现，从而对识别核心的任何改动或者改进都必须对整个处理软件进行调试、检查，工作量大、繁琐且极易造成系统故障甚至崩溃。

1 

摄像机及补光要求

对摄像要无特殊要求，且可利用原有系统的摄像机

采用普通卤素灯或LED补光，当环境变化(如光线、天气等)时识别率基本无影响

对摄像机的性能要求很高，且很多都要求专用摄像机，因对摄像机进行相关硬件开发，造成摄像机无法保修

采用闪光灯或其它补不，使用寿命短，仍然可能受光线、天气等问题影响

2 

安装与维护

安装简单，只需外接视频，网络即可，如原有立杆，可利用原有立杆，且摄像机及补光的调试简单；硬件一般情况下都不会出现故障，基本不用维护。

需安装各种软件及硬件，即使原有立杆，一般仍须重新立杆，且摄像机及补光的调试复杂；工控机长时间运行及识别运算量较大，容易死机，维护量大

3 

性价比

一体机+补光(微光可识别)

成本与同类产品相当，但性价比更高

成本不低，且性能很难满足实际需求