車牌自動(dòng)識(shí)別是一種模式識(shí)別技術(shù)，它利用車輛的動(dòng)態(tài)視頻或靜態(tài)圖像自動(dòng)識(shí)別車牌的號(hào)碼和顏色。其硬件基礎(chǔ)一般包括觸發(fā)設(shè)備（監(jiān)視車輛是否進(jìn)入視場(chǎng)）、攝像機(jī)設(shè)備、照明設(shè)備、圖像采集設(shè)備、識(shí)別車牌號(hào)的處理器（如計(jì)算機(jī)）等。其軟件核心包括車牌定位算法，車牌字符分割算法和光學(xué)字符識(shí)別算法。一些武漢車牌識(shí)別系統(tǒng)還具有通過(guò)視頻圖像判斷是否有車輛的功能，稱為視頻車輛檢測(cè)。完整的車牌識(shí)別系統(tǒng)應(yīng)包括車輛檢測(cè)、圖像采集、車牌識(shí)別等部分。當(dāng)車輛檢測(cè)部分檢測(cè)到車輛到達(dá)時(shí)，它觸發(fā)圖像獲取單元以獲取當(dāng)前視頻圖像。車牌識(shí)別單元處理圖像，定位車牌位置，分割車牌中的字符進(jìn)行識(shí)別，然后形成車牌號(hào)輸出。

      車輛檢測(cè)可采用埋線圈檢測(cè)、紅外檢測(cè)、雷達(dá)檢測(cè)技術(shù)、視頻檢測(cè)等方法。使用視頻檢測(cè)可以避免損壞路面，無(wú)需額外的外部檢測(cè)設(shè)備，無(wú)需校正觸發(fā)位置，節(jié)省費(fèi)用，更適合移動(dòng)和便攜式應(yīng)用。

      對(duì)于視頻車輛檢測(cè)，系統(tǒng)需要有較高的處理速度，并采用優(yōu)秀的算法來(lái)實(shí)現(xiàn)圖像的采集和處理而不丟失幀。如果處理速度慢，將導(dǎo)致幀丟失，因此系統(tǒng)無(wú)法檢測(cè)到行駛速度快的車輛。同時(shí)，很難保證在有利于識(shí)別的位置開(kāi)始識(shí)別處理，這將影響系統(tǒng)的識(shí)別率。因此，很難將視頻車輛檢測(cè)與自動(dòng)車牌識(shí)別結(jié)合起來(lái)。

車牌識(shí)別需要以下基本步驟：

1、車牌定位，定位圖片中的車牌位置；

2、車牌字符分割，對(duì)車牌中的字符進(jìn)行分割；

3、車牌字符識(shí)別，識(shí)別分割字符，后形成車牌號(hào)。

在車牌識(shí)別過(guò)程中，車牌顏色的識(shí)別基于不同的算法，可以通過(guò)上述不同的步驟來(lái)實(shí)現(xiàn)。它通常與車牌識(shí)別進(jìn)行協(xié)作和驗(yàn)證。

1、車牌定位

      在自然環(huán)境中，汽車圖像背景復(fù)雜，光照不均勻。如何在自然背景中準(zhǔn)確確定車牌區(qū)域是整個(gè)識(shí)別過(guò)程的關(guān)鍵。首先，對(duì)采集到的視頻圖像進(jìn)行大規(guī)模相關(guān)搜索，找到幾個(gè)符合車牌特征的區(qū)域作為候選區(qū)域。然后對(duì)這些候選區(qū)域進(jìn)行進(jìn)一步的分析和評(píng)價(jià)。選擇一個(gè)好的區(qū)域作為車牌區(qū)域，并從圖像中分離出來(lái)。

2、車牌字符分割

      車牌區(qū)域定位完成后，將車牌區(qū)域劃分為單個(gè)字符，然后進(jìn)行識(shí)別。字符分割一般采用垂直投影法。由于字符在垂直方向上的投影必須接近字符之間或字符內(nèi)部間隙處的局部小值，且該位置應(yīng)滿足車牌字符書寫格式、字符、大小限制等條件。垂直投影法在復(fù)雜環(huán)境下的汽車圖像字符分割中具有良好的效果。

3、車牌字符識(shí)別方法主要包括模板匹配算法和人工神經(jīng)網(wǎng)絡(luò)算法。在模板匹配算法的基礎(chǔ)上，首先對(duì)分割后的字符進(jìn)行二值化，并將其大小縮放到字符數(shù)據(jù)庫(kù)中的模板大小，然后將其與所有模板匹配，并選擇完整的匹配作為結(jié)果�；�于人工神經(jīng)網(wǎng)絡(luò)的算法有兩種：一種是提取字符的特征，然后利用提取的特征訓(xùn)練神經(jīng)網(wǎng)絡(luò)；另一種方法是將圖像直接輸入網(wǎng)絡(luò)，網(wǎng)絡(luò)自動(dòng)提取特征，直到得到識(shí)別結(jié)果。

      在實(shí)際應(yīng)用中，武漢車牌識(shí)別系統(tǒng)的識(shí)別率也與車牌質(zhì)量和拍攝質(zhì)量密切相關(guān)。車牌質(zhì)量會(huì)受到各種因素的影響，如銹蝕、污漬、油漆剝落、字體褪色、車牌遮擋、車牌傾斜、高光和反光、多車牌、假車牌等；實(shí)際拍攝過(guò)程也會(huì)受到環(huán)境亮度、拍攝模式、車速等因素的影響。這些因素在不同程度上降低了車牌識(shí)別的識(shí)別率，這是車牌識(shí)別系統(tǒng)的難點(diǎn)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，我們還應(yīng)該想方設(shè)法克服各種光照條件，使采集的圖像有利于識(shí)別。