一、識(shí)別過(guò)程

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

其硬件基礎(chǔ)一般包括觸發(fā)設(shè)備（監(jiān)控車(chē)輛是否進(jìn)入視野）、攝像設(shè)備、照明設(shè)備、圖像采集設(shè)備、識(shí)別車(chē)牌號(hào)碼處理器（如計(jì)算機(jī)）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(shí)別算法等。

某些車(chē)牌識(shí)別系統(tǒng)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(cè)。

完整的車(chē)牌識(shí)別系統(tǒng)應(yīng)包括車(chē)輛檢測(cè)、圖像采集、車(chē)牌識(shí)別等。

當(dāng)車(chē)輛檢測(cè)部分檢測(cè)到車(chē)輛到達(dá)時(shí)，觸發(fā)圖像采集單元，收集當(dāng)前視頻圖像。車(chē)牌識(shí)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(shí)別，然后形成車(chē)牌號(hào)碼輸出。

二、車(chē)輛檢測(cè)

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

采用視頻檢測(cè)可以避免破壞路面、不必附加外部檢測(cè)設(shè)備、不需矯正觸發(fā)位置、節(jié)省開(kāi)支，而且更適合移動(dòng)式、便攜式應(yīng)用的要求。

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

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

武漢車(chē)牌識(shí)別

三、號(hào)碼識(shí)別

車(chē)牌識(shí)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(shí)別許可證字符，識(shí)別分割的字符，最后組成牌照號(hào)。

在車(chē)牌識(shí)別過(guò)程中，根據(jù)算法可以實(shí)現(xiàn)不同的車(chē)牌顏色識(shí)別，通常與車(chē)牌識(shí)別相互配合和驗(yàn)證。

3.1牌照定位

在自然環(huán)境中，汽車(chē)圖像背景復(fù)雜，光線(xiàn)不均勻。如何在自然背景中準(zhǔn)確確定牌照區(qū)域是整個(gè)識(shí)別過(guò)程的關(guān)鍵。

首先對(duì)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(qū)域作為候選區(qū)域，然后進(jìn)一步分析和判斷這些候選區(qū)域，選定一個(gè)該區(qū)域被用作許可區(qū)域，并從圖像中分離出來(lái)。

3.2牌照字符分割

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

因?yàn)榇怪狈较蛏系耐队氨仨氃谧址g或字符之間的間隙中獲得局部位置在小值附近，該位置應(yīng)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(duì)復(fù)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(shí)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(shù)據(jù)庫(kù)中的模板尺寸，然后匹配所有模板并選擇結(jié)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(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(dòng)實(shí)現(xiàn)特征提取直至識(shí)別出結(jié)果。

在實(shí)際應(yīng)用中，車(chē)牌識(shí)別系統(tǒng)的識(shí)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(shí)別的識(shí)別率，這也是車(chē)牌識(shí)別系統(tǒng)的困難和挑戰(zhàn)。

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