車牌識(shí)別技術(shù)是利用計(jì)算機(jī)等輔助設(shè)備車輛的圖像，從而進(jìn)行的自動(dòng)識(shí)別，目前已被廣泛應(yīng)用于高速公路收費(fèi)站、治安卡口及各大停車場(chǎng)出入口等地，成為智能交通的重要組成部分。

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

車牌識(shí)別系統(tǒng)對(duì)于攝像機(jī)有哪些要求

　　1、對(duì)攝像機(jī)清晰度要求。

　　圖像水平分辨率要大于480線，高清晰度攝像機(jī)要配高清晰度監(jiān)視器。

　　2、攝像機(jī)低照度也稱作靈敏度。

　　低照度指標(biāo)不能只看前面的數(shù)字有多少，而應(yīng)該看這個(gè)指標(biāo)是在什么條件下測(cè)到的。如彩色低照度0.15Lux/F1.4/50IRE/AGCON，這表明0.15Lux的低照度是用F1.4通光量鏡頭，視頻信號(hào)測(cè)量電平在50IRE(350mv)，AGCON的條件下測(cè)出來(lái)的。如果換通光量大的F1.0鏡頭，視頻信號(hào)測(cè)量電平在25IRE，測(cè)出的低照度指標(biāo)更低。1/2英寸CCD攝像機(jī)的靈敏度和圖像質(zhì)量要高于1/3英寸CCD攝像機(jī)。

字符分割是對(duì)提取出的車牌圖像進(jìn)行切割，從車牌圖像中提取出單個(gè)車牌字符的圖像。由于字符識(shí)別是以分割出的單個(gè)字符為輸入，所以字符分割的準(zhǔn)確與否直接影響到字符識(shí)別。

　　字符識(shí)別是指對(duì)分割出的字符進(jìn)行處理，識(shí)別出車牌中的字符。因?yàn)槲覈?guó)的車牌號(hào)碼的字符包含：漢字、英文字母、數(shù)字，增加了對(duì)字符識(shí)別的難度。字符識(shí)別直接影響到整個(gè)車牌識(shí)別系統(tǒng)結(jié)果的準(zhǔn)確性。

　　這是一個(gè)LPR系統(tǒng)基本的結(jié)構(gòu)組成，每個(gè)模塊的功能也清晰的給出來(lái)了，這對(duì)于后續(xù)我們的分工有很大的幫助，模塊與模塊之間耦合度也比較小。

　　基于Linux的車牌識(shí)別系統(tǒng)，界面基于qt開發(fā)，圖像處理模塊基于opencv，數(shù)據(jù)庫(kù)使用的mysql，基本上是在原有的系統(tǒng)上進(jìn)行修改。原有的系統(tǒng)是在window平臺(tái)下，使用MFC，opencv的版本是之前的C版本，按照新的架構(gòu)重新修改代碼，數(shù)據(jù)庫(kù)部分基本沒變，重點(diǎn)更新的是圖像處理部分。