為了進(jìn)行車牌識(shí)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) 牌照字符分割，把牌照中的字符分割出來;

3) 牌照字符識(shí)別，把分割好的字符進(jìn)行識(shí)別，終組成牌照號(hào)碼。

車牌識(shí)別過程中，牌照顏色的識(shí)別依據(jù)算法不同，可能在上述不同步驟實(shí)現(xiàn)，通常與車牌識(shí)別互相配合、互相驗(yàn)證。

1) 牌照定位

自然環(huán)境下，汽車圖像背景復(fù)雜、光照不均勻，如何在自然背景中準(zhǔn)確地確定牌照區(qū)域是整個(gè)識(shí)別過程的關(guān)鍵。首先對(duì)采集到的視頻圖像進(jìn)行大范圍相關(guān)搜索，找到符合汽車牌照特征的若干區(qū)域作為候選區(qū)，然后對(duì)這些侯選區(qū)域做進(jìn)一步分析、評(píng)判，后選定一個(gè)的區(qū)域作為牌照區(qū)域，并將其從圖像中分離出來。

2) 牌照字符分割

完成牌照區(qū)域的定位后，再將牌照區(qū)域分割成單個(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然在字符間或字符內(nèi)的間隙處取得局部值的附近，并且這個(gè)位置應(yīng)滿足牌照的字符書寫格式、字符、尺寸限制和一些其他條件。利用垂直投影法對(duì)復(fù)雜環(huán)境下的汽車圖像中的字符分割有較好的效果。

3) 牌照字符識(shí)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?；谀０迤ヅ渌惴ㄊ紫葘⒎指詈蟮淖址祷⑵涑叽绱笮】s放為字符數(shù)據(jù)庫(kù)中模板的大小，然后與所有的模板進(jìn)行匹配，選擇匹配作為結(jié)果?；谌斯ど窠?jīng)網(wǎng)絡(luò)的算法有兩種:一種是先對(duì)字符進(jìn)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(dòng)實(shí)現(xiàn)特征提取直至識(shí)別出結(jié)果。

采用計(jì)算機(jī)視覺技術(shù)識(shí)別車牌的流程通常都包括車輛圖像采集，車牌定位，字符分割，光學(xué)字符識(shí)別，輸出識(shí)別結(jié)果5個(gè)步驟。車輛圖像的采集方式?jīng)Q定了車牌識(shí)別的技術(shù)路線。國(guó)際ITS通行的兩條主流技術(shù)路線是自然光和紅外光圖像采集識(shí)別。自然光和紅外光不會(huì)對(duì)人體產(chǎn)生不良的心理影響，也不會(huì)對(duì)環(huán)境產(chǎn)生新的電子污染，屬于綠色環(huán)保技術(shù)。

自然光路線是指白天利用自然光線，夜間采用輔助照明光源，用彩色攝像機(jī)采集車輛真彩色像，用彩圖像分析處理方法識(shí)別車牌。自然光真彩色識(shí)別技術(shù)路線，與人眼感光習(xí)慣一致，并且，真彩色像能夠反映車輛應(yīng)用 及其周圍環(huán)境真實(shí)的圖像信息，不僅可以用來識(shí)別車牌照，而且可以用來識(shí)別車牌照顏色、車流量、車型、車顏色等車輛特征。用一個(gè)攝像機(jī)采集的圖像，同時(shí)實(shí)現(xiàn)所有前端基本視頻信息采集、識(shí)別和人工輔助圖像取證判別，可以前瞻性的為未來的智能交通系統(tǒng)工程預(yù)留接口。

紅外光路線是指利用車牌反和紅外光的光學(xué)特性，用紅外攝像機(jī)采集車輛灰度圖像，由于紅外特性，車輛圖像上幾乎只能看見車牌，然后用黑白圖像處理方法識(shí)別車牌。950nm的紅外照明裝置可抓拍到很好的反光車牌照?qǐng)D像。因紅外光是不可見光，它不會(huì)對(duì)駕駛員產(chǎn)生視覺影響。另外，紅外照明裝置提供的是不變的光，所抓拍的圖像都是一樣的，不論是在一天中明亮的時(shí)候，還是在一天中暗的時(shí)候。唯的例外是在白天，有時(shí)會(huì)看到一些牌照周圍的細(xì)節(jié)，這是因?yàn)榍缋侍鞖鈺r(shí)太陽光的外光波的影響。采用紅外燈的缺點(diǎn)就是所捕獲的車牌照?qǐng)D像不是彩色的，不能獲取整車圖像，并且嚴(yán)重依賴車牌光材料。

車牌識(shí)別系統(tǒng)采取無接觸式智能卡技巧，首要經(jīng)過在車輛上裝配具備必需頻率的電磁波發(fā)射裝置，并在所需求的查驗(yàn)位置裝配勘測(cè)裝置殺青對(duì)車輛的自動(dòng)辨認(rèn)，另一哪類步驟為經(jīng)過攝像頭搜羅車輛圖片，并應(yīng)用圖片辦理、圖片解析和造型辨認(rèn)技巧自動(dòng)辨認(rèn)車輛執(zhí)照號(hào)碼。

哪類步驟穩(wěn)定性較強(qiáng)，但需求事前在待測(cè)車輛上裝配所需設(shè)置，這在不少境況下是難以殺青的。而基于圖片辦理的步驟具備投資少、順應(yīng)性強(qiáng)、裝配庇護(hù)便利等特性，而且不妨把車牌辨認(rèn)同車型、車色、車速的辨認(rèn)結(jié)合起來，構(gòu)成功能完善的車輛消息管理體系。因而，交通管理部門、公路管理部門均將基于圖片辦理的車牌辨認(rèn)體系當(dāng)作首。

車牌識(shí)別技術(shù)方面的研究國(guó)外起步較早。早在20世紀(jì)80年代，便開始有一些零散的圖像處理方法應(yīng)用車牌識(shí)別的某些方面。在這個(gè)階段，車牌識(shí)別技術(shù)的研究還沒有形成系統(tǒng)，通常采用簡(jiǎn)單的圖像處理來解決某些具體問題，且終結(jié)果通常都需要進(jìn)行人工干預(yù)。

20世紀(jì)90年代后，車牌識(shí)別的系統(tǒng)化的研究剛起步。典型的例如1990年A.S.Johns-on等人提出車牌自動(dòng)識(shí)別系統(tǒng)的構(gòu)想，主要分為圖像分割、特征提取與模板構(gòu)造、字符識(shí)別三個(gè)部分來完成車牌的自動(dòng)識(shí)別。同年R.A.Lotufo采用基于視覺字符識(shí)別技術(shù)處理所獲得的圖像，先在二值化圖像中找到車牌區(qū)域，然后利用邊界跟蹤技術(shù)獲得字符特征，再將鄰近分類結(jié)果和字符庫(kù)中的字符作比較，然后得出一個(gè)或幾個(gè)車牌候選號(hào)碼，接下來對(duì)這些號(hào)碼進(jìn)行核實(shí)檢查，確定該車牌號(hào)碼是否為要識(shí)別的號(hào)碼。這個(gè)時(shí)期的車牌識(shí)別技術(shù)在識(shí)別正確率方面獲得較大突破。