車牌自動識別是一項(xiàng)行使車輛的動態(tài)視頻或靜態(tài)圖像舉行牌照號碼、牌照顏色自動識別的模式識別手藝。
其硬件基礎(chǔ)一樣平常包羅觸發(fā)裝備（監(jiān)測車輛是否進(jìn)入視野）、攝像裝備、照明裝備、圖像采集裝備、識別車牌號碼的處置機(jī)（如計(jì)算機(jī)）等，其軟件焦點(diǎn)包羅車牌定位算法、車牌字符支解算法和光學(xué)字符識別算法等。
某些車牌識別系統(tǒng)還具有通過視頻圖像判斷是否有車的功效稱之為視頻車輛檢測。
一個(gè)完整的車牌識別系統(tǒng)應(yīng)包羅車輛檢測、圖像采集、車牌識別等幾部門。
當(dāng)車輛檢測部門檢測到車輛到達(dá)時(shí)觸發(fā)圖像采集單元，采集當(dāng)前的視頻圖像。車牌識別單元對圖像舉行處置，定位出牌照位置，再將牌照中的字符支解出來舉行識別，然后組成牌照號碼輸出。
車輛檢測
車輛檢測可以接納埋地線圈檢測、紅外檢測、雷達(dá)檢測手藝、視頻檢測等多種方式。
接納視頻檢測可以制止損壞路面、不必附加外部檢測裝備、不需矯正觸發(fā)位置、節(jié)省開支，而且更適合移動式、便攜式應(yīng)用的要求。
系統(tǒng)舉行視頻車輛檢測，需要具備很高的處置速率并接納優(yōu)異的算法，在基本不丟幀的情況下實(shí)現(xiàn)圖像采集、處置。
若處置速率慢，則導(dǎo)致丟幀，使系統(tǒng)無法檢測到行駛速率較快的車輛，同時(shí)也難以保證在有利于識別的位置最先識別處置，影響系統(tǒng)識別率。因此，將視頻車輛檢測與牌照自動識別相結(jié)合具備一定的手藝難度。
武漢車牌識別
號碼識別
為了舉行車牌識別，需要以下幾個(gè)基本的步驟：
1、牌照定位，定位圖片中的牌照位置；
2、牌照字符支解，把牌照中的字符支解出來；
3、牌照字符識別，把支解好的字符舉行識別，*終組成牌照號碼。
車牌識別歷程中，牌照顏色的識別依據(jù)算法差別，可能在上述差別步驟實(shí)現(xiàn)，通常與車牌識別相互配合、相互驗(yàn)證。
一、牌照定位
自然情況下，汽車圖像靠山龐大、光照不均勻，如何在自然靠山中準(zhǔn)確地確定牌照區(qū)域是整個(gè)識別歷程的要害。
首先對采集到的視頻圖像舉行大范圍相關(guān)搜索，找到相符汽車牌照特征的若干區(qū)域作為候選區(qū)，然后對這些侯選區(qū)域做進(jìn)一步剖析、評判，*選定一個(gè)*的區(qū)域作為牌照區(qū)域，并將其從圖像中分離出來。
二、牌照字符支解
完成牌照區(qū)域的定位后，再將牌照區(qū)域支解成單個(gè)字符，然后舉行識別。字符支解一樣平常接納垂直投影法。
由于字符在垂直方向上的投影一定在字符間或字符內(nèi)的間隙處取得局部*小值的四周，而且這個(gè)位置應(yīng)知足牌照的字符謄寫花樣、字符、尺寸限制和一些其他條件。
行使垂直投影法對龐大情況下的汽車圖像中的字符支解有較好的效果。
三、牌照字符識別方法
主要有基于模板匹配算法和基于人工神經(jīng)網(wǎng)絡(luò)算法。
基于模板匹配算法首先將支解后的字符二值化并將其尺寸巨細(xì)縮放為字符數(shù)據(jù)庫中模板的巨細(xì)，然后與所有的模板舉行匹配，選擇*匹配作為效果。
基于人工神經(jīng)網(wǎng)絡(luò)的算法有兩種：一種是先對字符舉行特征提取，然后用所獲得特征來訓(xùn)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)自動實(shí)現(xiàn)特征提取直至識別出效果。
現(xiàn)實(shí)應(yīng)用中，車牌識別系統(tǒng)的識別率還與牌照質(zhì)量和拍攝質(zhì)量密切相關(guān)。
牌照質(zhì)量會受到種種因素的影響，如生銹、污損、油漆剝落、字體褪色、牌照被遮擋、牌照傾斜、高亮反光、多牌照、假牌照等等；
現(xiàn)實(shí)拍攝歷程也會受到情況亮度、拍攝方式、車輛速率等等因素的影響。
這些影響因素差別程度上降低了車牌識別的識別率，也正是車牌識別系統(tǒng)的難題和挑戰(zhàn)所在。
為了提高識別率，除了不斷地完善識別算法還應(yīng)該想辦法戰(zhàn)勝種種光照條件，使采集到的圖像利于識別。
京牌中的那些小秘密！你領(lǐng)會若干？車輛無法上牌怎么解決車輛上牌怎么網(wǎng)上選號北京車牌出租尋找解決車牌需求的可靠合作方北京車牌出租除了關(guān)注價(jià)格還需要關(guān)注哪些問題北京用車牌常識我買了新車有北京牌照。但是我是外地人，還需要北京戶口本嗎？車輛合格證丟了怎么上牌沒發(fā)票可以辦臨時(shí)牌照嗎
