識別流程

車牌自動識別是一種使用車輛動態(tài)視頻或靜態(tài)圖像自動識別車牌號碼和車牌顏色的模式識別技術(shù)。硬件基礎(chǔ)一般包括觸發(fā)設(shè)備（監(jiān)控車輛是否進入視野）、攝像設(shè)備、照明設(shè)備、圖像采集設(shè)備、識別車牌號碼處理器（如計算機）等，其軟件核心包括車牌定位算法、車牌字符分割算法、光學(xué)字符識別算法等。一些車牌識別系統(tǒng)還具有通過視頻圖像判斷是否有車輛的功能，稱為視頻車輛檢測。一個完整的車牌識別系統(tǒng)應(yīng)包括車輛檢測、圖像采集、 車牌 識別等部分(如圖1所示)。當(dāng)車輛檢測部分檢測到車輛到達時，觸發(fā)圖像采集單元，收集當(dāng)前視頻圖像。車牌識別單元處理圖像，定位車牌位置，然后分割車牌中的字符進行識別，然后形成車牌號輸出。

車輛檢測

車輛檢測可采用埋地線圈檢測、紅外檢測、雷達檢測技術(shù)、視頻檢測等方式進行。視頻檢測可避免損壞路面，無需附加外部檢測設(shè)備，無需糾正觸發(fā)位置，節(jié)省成本，更適合移動便攜式應(yīng)用的要求。

視頻車輛檢測系統(tǒng)需要高處理速度，采用優(yōu)秀算法，實現(xiàn)圖像采集和處理，基本不丟幀。如果處理速度慢，幀丟失，使系統(tǒng)無法檢測到快速行駛的車輛，也難以確保識別處理從有利于識別的位置開始，影響系統(tǒng)識別率。因此，視頻車輛檢測與車牌自動識別相結(jié)合具有一定的技術(shù)難度。

號碼識別

車牌識別需要以下基本步驟：

1) 照片中的牌照定位、牌照位置定位；

2) 分割牌照字符，分割牌照中的字符；

3) 識別牌照字符，識別分割字符，較終形成牌照號。

在車牌識別過程中，車牌顏色識別可以在上述不同步驟中實現(xiàn)，通常與車牌識別相互配合，相互驗證。

1) 牌照定位

在自然環(huán)境中，汽車圖像背景復(fù)雜，光線不均勻。如何在自然背景中準確確定許可區(qū)是整個識別過程的關(guān)鍵。首先，搜索收集到的視頻圖像，找到幾個符合汽車許可證特征的區(qū)域作為候選區(qū)域，然后進一步分析和判斷這些候選區(qū)域，最后選擇較佳區(qū)域作為許可區(qū)域，并從圖像中分離出來。

2) 牌照字符分割

許可區(qū)域定位完成后，將許可區(qū)域劃分為單個字符，然后識別。字符分割通常采用垂直投影法。由于垂直方向上的字符投影必須在字符之間或字符之間的間隙附近獲得局部較小值，因此該位置應(yīng)滿足字符書寫格式、字符、尺寸限制等許可證條件。垂直投影法對復(fù)雜環(huán)境下汽車圖像中的字符分割有很好的效果。

3） 許可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?；谀０迤ヅ渌惴?，首先將分割后的字符二值化，將其尺寸縮小到字符數(shù)據(jù)庫中的模板尺寸，然后匹配所有模板，選擇較佳匹配作為結(jié)果?；谌斯ど窠?jīng)網(wǎng)絡(luò)的算法有兩種：一種是提取字符特征，然后使用獲得的特征來訓(xùn)練神經(jīng)網(wǎng)絡(luò)分配器；另一種方法是直接從網(wǎng)絡(luò)自動提取圖像到識別結(jié)果。

在實際應(yīng)用中，車牌識別系統(tǒng)的識別率也與車牌質(zhì)量和拍攝質(zhì)量密切相關(guān)。車牌質(zhì)量會受到腐蝕、污染、油漆剝落、字體褪色、車牌遮擋、車牌傾斜、亮反射、多車牌、假車牌等因素的影響；實際拍攝過程也會受到環(huán)境亮度、拍攝方法、速度等因素的影響。這些影響因素不同程度地降低了車牌識別率，這也是車牌識別系統(tǒng)的困難和挑戰(zhàn)。為了提高識別率，除了不斷改進識別算法外，還應(yīng)找到克服各種照明條件的方法，使收集到的圖像較有利于識別。