為了進(jìn)行車牌識別，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) 牌照字符識別，把分割好的字符進(jìn)行識別，終組成牌照號碼。

車牌識別過程中，牌照顏色的識別依據(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)識別過程的關(guān)鍵。首先對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)，然后對這些侯選區(qū)域做進(jìn)一步分析、評判，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)特征提取直至識別出結(jié)果。

 車牌定位:盤算推算邊沿圖片的投影而積,追求峰谷點(diǎn),大意明確車牌位置,再盤算推算此連通域內(nèi)的寬高比,剔除不在域值界線內(nèi)的連通域.末了得到的便為車牌地區(qū).字符支解:使用投影勘測的字符定位支解步驟得到單個(gè)的字符.字符辨認(rèn):使用模板成婚的步驟與數(shù)據(jù)庫中的字符實(shí)行成婚從而確當(dāng)山字符,得到末了的汽車執(zhí)照,包含英文字母和數(shù)字.

  汽車執(zhí)照自動(dòng)辨認(rèn)車牌辨認(rèn)一體機(jī)體系是在交通監(jiān)控的底子上引入了數(shù)字錄相技巧和盤算推算機(jī)消息拾掇技巧,采取優(yōu)xiu的圖片辦理,造型辨認(rèn)和人工智能技巧,衛(wèi)網(wǎng)絡(luò)通信技巧.通過對圖片的搜羅和辦理,得到更多的消息,從而抵達(dá)更高的智能化水準(zhǔn).

  圖片辨認(rèn)是近年來成長起來的一門學(xué)科,它以鉆研某些對象或過程(統(tǒng)稱圖片)的分類與捕述為首要正文.每個(gè)圖片辨認(rèn)體系首要包含3部門:①圖片消息獲得;②圖片消息加工和辦理、抽取特征;③判別或分類.基于衛(wèi)通信的執(zhí)照自動(dòng)辨認(rèn)監(jiān)控體系它也許自動(dòng),及時(shí)地勘測車輛通過和辨認(rèn)汽車執(zhí)照,從而監(jiān)控車輛的收錢,闖關(guān),久費(fèi)與各哪類作征象.

車牌識別一體機(jī)（又名車牌識別一體化攝像機(jī)）。當(dāng)貨車進(jìn)入地磅后，由于車輛已經(jīng)在系統(tǒng)有了毛重(與車牌號對應(yīng))，通過車牌識別一體機(jī)，自動(dòng)識別貨車車牌號碼，系統(tǒng)會(huì)自動(dòng)調(diào)出該車輛毛重，可以精計(jì)算貨物重量，免去很多人工麻煩，也避免了企業(yè)由于車輛毛重不準(zhǔn)確導(dǎo)致的貨物資產(chǎn)流失現(xiàn)象。車牌識別系統(tǒng)廠家類型車牌識別一體機(jī)支持牌照類型：普通藍(lán)牌、黑牌、黃牌、雙層黃牌、車車牌、新式武車牌、新式牌、使車牌、港澳進(jìn)出大陸車牌。車牌識別一體機(jī)因?yàn)閾碛凶灾餮邪l(fā)的車牌識別算法，所以會(huì)持續(xù)不斷進(jìn)行更新升級，可以長期良好地一直保持

車輛軌道在車牌識別系統(tǒng)用一個(gè)多維點(diǎn)序列表示為Strajectory={p1,…,pi,…,pn}，其間pi代表第i條ANPR記載，n是該車輛ANPR記載的總數(shù)，按照時(shí)刻先后順序排列。第i條ANPR記載表示為pi=(ti，gi，li)，其間ti是抓拍時(shí)刻，gi是抓拍卡口編號，li是抓拍后識別出的車牌號碼。

將軌道作為一個(gè)全體很難提取車輛的行為特征，咱們將整個(gè)軌道trajectory分割成多個(gè)子軌道{S1,…,Si,…,Sm}，每個(gè)子軌道代表一個(gè)短期行程trip，切分完之后一共m個(gè)行程。軌道區(qū)分獨(dú)立行程的標(biāo)準(zhǔn)是時(shí)刻距離，假如2個(gè)接連的ANPR記載的時(shí)刻距離超過一個(gè)閾值Tt，則將這2個(gè)記載區(qū)分到2個(gè)子軌道中。第i個(gè)行程用一個(gè)多維點(diǎn)序列表示為Si=，其間pa是行程的起點(diǎn)記載，pa k是行程的終點(diǎn)記載,數(shù)量k就是行程中記載的數(shù)量。如圖1所示，該車輛的軌道被區(qū)分為6個(gè)行程。

車牌識別系統(tǒng)在檢測到車輛的運(yùn)動(dòng)后會(huì)抓拍大量的圖片，而根據(jù)實(shí)際經(jīng)歷，在交通擁擠條件下一個(gè)車輛有或許被抓拍2次或?qū)掖?，因而需求將行程Si中的相同卡口的接連記載丟掉掉。例如圖1中，第6個(gè)行程S6序列內(nèi)有2個(gè)卡口B的接連記載，只有1個(gè)記載被保存，其他記載被丟掉。需求注意的是相同的卡口能夠不接連地呈現(xiàn)屢次，例如公交車之類的車輛行進(jìn)在往返線路中，行程中會(huì)屢次呈現(xiàn)相同的卡口。