一、識別過(guò)程

車(chē)牌自動(dòng)識別是利用車(chē)輛動(dòng)態(tài)視頻或靜態(tài)圖像自動(dòng)識別車(chē)牌號碼和車(chē)牌顏色的模式識別技術(shù)。

其硬件基礎一般包括觸發(fā)設備（監控車(chē)輛是否進(jìn)入視野）、攝像設備、照明設備、圖像采集設備、識別車(chē)牌號碼處理器（如計算機）等，其軟件核心包括車(chē)牌定位算法、車(chē)牌字符分割算法、光學(xué)字符識別算法等。

某些車(chē)牌識別系統還具有通過(guò)視頻圖像判斷是否有車(chē)輛的功能，稱(chēng)為視頻車(chē)輛檢測。

完整的車(chē)牌識別系統應包括車(chē)輛檢測、圖像采集、車(chē)牌識別等。

當車(chē)輛檢測部分檢測到車(chē)輛到達時(shí)，觸發(fā)圖像采集單元，收集當前視頻圖像。車(chē)牌識別單元處理圖像，定位車(chē)牌位置，然后分割車(chē)牌中的字符進(jìn)行識別，然后形成車(chē)牌號碼輸出。

二、車(chē)輛檢測

車(chē)輛檢測可采用埋地線(xiàn)圈檢測、紅外檢測、雷達檢測技術(shù)、視頻檢測等方法。

采用視頻檢測可以避免破壞路面、不必附加外部檢測設備、不需矯正觸發(fā)位置、節省開(kāi)支，而且更適合移動(dòng)式、便攜式應用的要求。

視頻車(chē)輛檢測系統需要高處理速度處理速度，并采用優(yōu)實(shí)現圖像采集和處理，基本不丟幀。

如果處理速度慢，會(huì )導致幀丟失，使系統無(wú)法檢測到行駛速度快的車(chē)輛，也難以保證識別處理在有利于識別的位置開(kāi)始，影響系統識別率。因此，視頻車(chē)輛檢測與車(chē)牌自動(dòng)識別相結合具有一定的技術(shù)難度。

武漢車(chē)牌識別

三、號碼識別

車(chē)牌識別需要以下基本步驟：

1、牌照定位，圖片中的牌照位置定位；

2.分割牌照字符，分割牌照中的字符；

3.識別許可證字符，識別分割的字符，最后組成牌照號。

在車(chē)牌識別過(guò)程中，根據算法可以實(shí)現不同的車(chē)牌顏色識別，通常與車(chē)牌識別相互配合和驗證。

3.1牌照定位

在自然環(huán)境中，汽車(chē)圖像背景復雜，光線(xiàn)不均勻。如何在自然背景中準確確定牌照區域是整個(gè)識別過(guò)程的關(guān)鍵。

首先對收集到的視頻圖像進(jìn)行廣泛的相關(guān)搜索，找到幾個(gè)符合汽車(chē)牌照特征的區域作為候選區域，然后進(jìn)一步分析和判斷這些候選區域，選定一個(gè)該區域被用作許可區域，并從圖像中分離出來(lái)。

3.2牌照字符分割

牌照區域定位完成后，將牌照區域劃分為單個(gè)字符，然后識別。垂直投影法通常用于字符分割。

因為垂直方向上的投影必須在字符之間或字符之間的間隙中獲得局部位置在小值附近，該位置應滿(mǎn)足字符書(shū)寫(xiě)格式、字符、尺寸限制等條件。

采用垂直投影法對復雜環(huán)境下汽車(chē)圖像中的字符分割有很好的效果。

3.1牌照字符識別方法

主要基于模板匹配算法和人工神經(jīng)網(wǎng)絡(luò )算法。

基于模板匹配算法，首先將分割后的字符二值化，并將其尺寸縮小到字符數據庫中的模板尺寸，然后匹配所有模板并選擇結果是匹配。

基于人工神經(jīng)網(wǎng)絡(luò )的算法有兩種：一種是提取字符特征，然后用獲得的特征訓練神經(jīng)網(wǎng)絡(luò )分配器；

另一種方法是直接把圖像輸入網(wǎng)絡(luò )，由網(wǎng)絡(luò )自動(dòng)實(shí)現特征提取直至識別出結果。

在實(shí)際應用中，車(chē)牌識別系統的識別率也與車(chē)牌質(zhì)量和拍攝質(zhì)量密切相關(guān)。

牌照質(zhì)量受銹蝕、污漬、油漆剝落、字體褪色、牌照遮擋、牌照傾斜、亮反射、多牌照、**等因素影響；

實(shí)際拍攝過(guò)程也會(huì )受到環(huán)境亮度、拍攝方法、車(chē)速等因素的影響。

這些影響因素不同程度地降低了車(chē)牌識別的識別率，這也是車(chē)牌識別系統的困難和挑戰。

為了提高識別率，除了不斷改進(jìn)識別算法外，還應找到克服各種光照條件的方法，使收集到的圖像有利于識別。