車牌識別技術是利用計算機等輔助設備車輛的圖像，從而進行的自動識別，目前已被廣泛應用于高速公路收費站、治安卡口及各大停車場出入口等地，成為智能交通的重要組成部分。

      車牌識別技術采用先進的圖像處理模式和人工智能技術，在圖像中找到車牌的位置，提取出組成車牌號碼的全部字符圖像，再識別出車牌的文字、字母和數(shù)字，輸出車牌的真實號碼。

從車牌識別發(fā)展過程來看，車牌識別技術在應用中所要面臨兩個方面的挑戰(zhàn)。

　　1、人為挑戰(zhàn)：車速、車牌對車牌識別的挑戰(zhàn)

　　道路監(jiān)控同時也面臨另一不可控制的因素——行駛車輛的速度不一。即使在一般道路上，依據(jù)不同駕駛的駕駛習慣，時速差距往往可以達到30公里，甚至40公里;而當車速過快時，往往也會產(chǎn)生拖影的問題。因此攝像機的快門速度和幀率必須趕上車輛的快速移動，才能掌握車輛的細節(jié)以及車牌號碼，再讓辨識系統(tǒng)進行辨認。

　　除了車速難以掌控以外，車牌的不統(tǒng)一性也是令各家監(jiān)控廠商的問題。不論是英文字母的字數(shù)不同，或是各式排列不一的組合方式，皆增加了辨識系統(tǒng)的負擔;更甚者，許多駕駛未能維持車牌的干凈度，時常會有污漬遮蔽號碼或是破損的問題，辨識難度不言可喻。故在各種嚴苛條件的綜合下，道路監(jiān)控與車牌辨識相對門坎比一般環(huán)境來得具挑戰(zhàn)性。

幀差法

　　幀間差分法又稱圖像序列差分法.當監(jiān)控場景中出現(xiàn)運動物體時，幀與幀之間會出現(xiàn)較為明顯的差別，兩幀相減，得到兩幀圖像對應像素點亮度值差的，通過判斷它是否大干閥值來分析視頻或圖像序列的運動特性，確定圖像序列中有無物體運動，圖

　　像序列逐幀地差分，相當于對圖像序列進行了時域上的高通濾波。

　　幀差法的優(yōu)點是計算簡單且不易受環(huán)境光線變化的影響，但它不能檢測靜止車輛，且處理效果與圖像采樣頻率以及被檢測車輛的車速有關·如果視頻檢測囂采樣頻率過小，而車速較快，可能會造成誤分割：反之如果采樣頻率過大且車速較慢，又會造成過度覆蓋，情況下運動物體可能完全重疊，類似于靜止車輛，從而導致無法分割出運動物體。

　　可靠的背景圖像是背景差法能否成功提取目標區(qū)域的關鍵.背景圖像可由人工拍攝一幅沒有車輛的圖像來得到，也可以通過序列圖像的平均來得到，顯然，建筑物陰影、浮云或光照的變化都會造成背景環(huán)境明顯的變化.由于這些環(huán)境變化因素，作為參照物的背景需要定時更新·目前有多種背景更新方法，常用的方法是多幀平均( frameAvmging)法和選擇更新(Selective Updating)法。