消息，在没有收到对应的确认消息之前，对该传输消息进行 循环发送，确保了接收端可以接收到传输消息，保证不同道闸一体机之间通信的可靠性。
[0077] 在本发明一个实施例中，该道闸一体机应用于停车场出口时，接收模块通过无线 网络循环接收停车场入口处的无线通信器发送的传输消息，判断模块根据接收模块接收到 的传输消息中携带的虚拟地址判断该传输消息的目标接收端是否为当前无线通信器，如果 是，通知生成模块生成对应与该传输消息的确认消息，生成模块在接收到判断模块的通知 后，生成包括虚拟地址的确认消息，该虚拟地址为停车场入口处发送该确认消息对应的传 输消息的无线通信器的虚拟地址，发送模块通过无线网络，以广播的形式发送生成单元生 成的确认消息，这样，位于停车场出口处的道闸一体机中的无线通信器在接收到目标接收 端是当前无线通信器的传输消息后，发送对应的确认消息，通知传输消息的发送端已经收 到该传输消息，保证不同道闸一体机之间通信的可靠性。
[0078] 在本发明一个实施例中，图像采集器采集的原始图像中包括的车辆信息可以包括 车牌、车标、车型及排量信息中的一个或多个，可以实现对多种车辆信息的识别，提高该道 闸一体机的适用性。
[0079] 为使本发明的目的、技术方案和优点更加清楚，下面结合附图及具体实施例对本 发明作进一步地详细描述。
[0080] 如图1B所示，本发明一个实施例提供了一种道闸一体机，包括：道闸本体101、闸 杆102、LED显示器103、两个补光灯104、图像采集器105、数据处理器（图中未示出）及无 线通信器（图中未示出）；
[0081] 道闸本体101为箱式结构，闸杆102固定于道闸本体101后部，LED显示器103、补 光灯104及图像采集器105均固定于道闸本体101的前部，其中连个补光灯104分别固定 在图像采集器105的上侧和下侧，数据处理器及无线通信器均固定于道闸本体101箱体内 部。
[0082] 在本发明一个实施例中，当目标车辆与道闸本体101之间的距离小于设定的阈值 后，图像采集器105根据预设的角度对目标车辆拍照，获取目标车辆的原始图像，在图像采 集器105对目标车辆拍照的同时，补光灯104发光对目标车辆进行补光。例如，图像采集器 105可以为高清摄像头，在目标车辆A与道闸本体101之间的距离小于lm时，高清摄像头对 目标车辆A的车头部位进行拍照，获得目标车辆A的原始图像，在高清摄像头拍照的同时， 两个补光灯104瞬间点亮，对目标车辆A进行补光。
[0083] 在本发明一个实施例中，如图2所示，数据处理器包括：图像预处理单元201、图像 分割单元202及图像识别单元203。
[0084] 图像预处理单元201与图像采集器相连，图像采集器在采集到目标车辆的原始图 像后，图像预处理单元201对整幅原始图像进行扫描，从中识别出包括特征信息的区域，将 原始图像划分成多个矩形的第一疑似图像，每个第一疑似图像中都包括特征信息。例如，图 像预处理单元根据目标车辆A的原始图像上包括的特征信息，将目标车辆A的原始图像划 分为20个不同的第一疑似图像，分别为第一疑似图像1至第一疑似图像20,其中每个第一 疑似图像中都包括对应的特征信息。
[0085] 如图3所示，图像预处理单元201针对于每一个第一疑似图像，执行如下操作：
[0086] 步骤301 :判断在预设的至少两个标准图像中是否存在一个标准图像，该标准图 像的中心点与当前第一疑似图像的中心点重合，如果是，执行步骤302,否则执行步骤304， 其中标准图像为根据大量原始图像获取的包括所需车辆信息的矩形图像，标准图像的尺寸 与原始图像中所需车辆信息对应图像的尺寸相接近。例如，预先设定两个标准图像，其中标 准图像1的中心点坐标为（100, 200)，长度为450mm，宽度为150mm，标准图像2的中心点坐 标为（2000, 500)，长度为440mm，宽度为140mm，图像预处理单元依次判断第一疑似图像1至 第一疑似图像20的中心点是否与标准图像1或标准图像2的中心点重合，经判断第一疑似 图像1的中心点与标准图像1的中心点重合，第一疑似图像2的中心点与标准图像2的中 心点重合，第一疑似图像3至第一疑似图像20的中心点均与标准图像1及标准图像2的中 心点不重合，针对于第一疑似图像1和第一疑似图像2执行步骤302,针对于第一疑似图像 3至第一疑似图像20执行304。
[0087] 步骤302 :判断当前第一疑似图像长度与该标准图像长度之差的绝对值是否小于 预设的第一阈值，如果是，执行步骤303,否则结束当前流程。例如，预设第一阈值为20,其 中第一疑似图像1的长度为460mm，第一疑似图像2的长度为410mm，由于第一疑似图像1 长度与标准图像1长度之差的绝对值为10,小于第一阈值，针对第一疑似图像1执行步骤 303,而第一疑似图像2长度与标准图像2长度之差的绝对值为30,大于第一阈值，判定第一 疑似图像2不是所需的第二疑似图像，结束当前流程。
[0088] 步骤303 :判断当前第一疑似图像宽度与该标准图像长度之差的绝对值是否小于 预设的第二阈值，如果是，执行步骤307,否则结束当前流程。例如，预设的第二阈值为10， 其中第一疑似图像1的宽度为145_，由于第一疑似图像1宽度与标准图像1宽度之差的绝 对值小于第二阈值，所以针对第一疑似图像1执行步骤307。
[0089] 步骤304 :通过公式1计算当前第一疑似图像的期望长度与期望宽度，其中公式1 为：
[0092] 其中，所述（xn, yn)为当前第一疑似图像的中心点坐标，wn、hn分别为当前第一疑似 图像的期望长度、期望宽度，所述（ Xl，yn)为第i个所述标准图像的中心点坐标，所述m为所 述标准图像的个数。
[0093] 例如，根据公式1计算第一疑似图像3的期望长度及期望宽度时，n = 3，m = 2，Xl =100, yi= 200, X 2= 2000, y 2= 500,相应的根据公式1分别计算第一疑似图像4至第一 疑似图像20的期望长度及期望宽度。
[0094] 步骤305 :判断当前第一疑似图像长度与期望长度之差的绝对值是否小于第一阈 值，如果是，执行步骤306,否则结束当前流程。例如，经计算只有第一疑似图像3和第一疑 似图像4的长度与对应的期望长度之差的绝对值小于20,第一疑似图像5至第一疑似图像 20的长度与对应的期望长度之差的绝对值均大于20,针对第一疑似图像3和第一疑似图像 4执行步骤405,针对第一疑似图像5至第一疑似图像20结束当前流程。
[0095] 步骤306 :判断当前第一疑似图像宽度与期望宽度之差的绝对值是否小于第二阈 值，如果是，执行步骤307,否则结束当前流程。例如，经计算第一疑似图像3的宽度与对应 的期望长度之差的绝对值小于10,第一疑似图像4的宽度与对应的期望长度之差的绝对值 大于10,针对于第一疑似图像3执行步骤307,针对于第一疑似图像4结束当前流程。
[0096] 步骤307 :将当前第一疑似图像作为第二疑似图像。
[0097] 例如，将第一疑似图像1及第一疑似图像3作为第二疑似图像。
[0098] 步骤308 :对第二疑似图像进行分类分析，获得目标图像。
[0099] 图像预处理单元201通过Adaboost分类器，对各个第二疑似图像进行分类分析， 分析出包括所需车辆信息对应图像的第二疑似图像，将部分第二疑似图像作为目标图像。 例如，通过Adaboost分类器的分析，确定第一疑似图像1中包括目标车辆A的车牌信息，将 第一疑似图像1作为目标图像。
[0100] 进一步地，图像分割单元202对目标图像进行字符分割，将目标图像分割成至少 一个目标子图像。例如，图像分割单元202将目标图像分割为6个目标子图像，分别为目标 子图像1至目标自图像6,每个目标子图像上包括一个字符。
[0101] 进一步地，图像识别单元203对各个目标子图像进行识别，并将识别出的各个字 符按照原来的顺序进行组合，获得车辆信息。例如，图像识别单元203分