車牌定位是車牌識(shí)別系統(tǒng)的基礎(chǔ)，其定位的準(zhǔn)確與否直接影響到車牌的字符分割和識(shí)別效果，是影響整個(gè)車牌識(shí)別系統(tǒng)識(shí)別率的主要因素。6、監(jiān)控畫面(底部?jī)A斜度)：盡量保持車牌寬度與水平平行，蕞大不超過15度。車牌定位，即運(yùn)用數(shù)字圖像處理、模式識(shí)別、人工智能等技術(shù)對(duì)采集到的汽車圖像進(jìn)行處理，從而準(zhǔn)確地獲得圖像中的車牌區(qū)域，其輸入是原始的汽車圖像，輸出是車牌圖像。在現(xiàn)實(shí)車牌識(shí)別系統(tǒng)中，由于光照不均勻、背景的復(fù)雜性等原因，造成準(zhǔn)確定位出車牌的難度較大。目前，根據(jù)車牌的特征，常見的車牌定位方法有基于車牌顏色特征信息的定位法、基于車牌區(qū)域頻譜特征的定位法、基于分類器的車牌定位法、基于車牌邊緣特征的車牌定位法等，這些方法各有所長(zhǎng)。值得注意的是，車牌定位算法的分類并不是唯1的，區(qū)別算法類別的標(biāo)準(zhǔn)并不十分明確。車牌定位算法的方法多種多樣、各有所長(zhǎng)，但存在著計(jì)算量大或者定位準(zhǔn)確率不高等問題。

車牌定位是車牌識(shí)別的關(guān)鍵步驟，為了能在復(fù)雜背景和不均勻光照條件下快速準(zhǔn)確定位車牌位置，基于改進(jìn)Isotropic Sobel邊緣檢測(cè)算子的車牌定位算法，由此來解決其存在的問題，該算法通過改進(jìn)Isotropic Sobel邊緣檢測(cè)算子，實(shí)現(xiàn)了車牌圖像在水平、垂直以及對(duì)角線方向上的紋理特征提取，然后采用Otsu算法閾值化，再對(duì)閾值化后的二值圖像做數(shù)學(xué)形態(tài)學(xué)來運(yùn)算得到車牌的候選區(qū)域，后利用車牌特征去除偽車牌。車牌系統(tǒng)完全摒棄了以往的算法思路，實(shí)現(xiàn)了一種完全基于學(xué)習(xí)的多種特征融合的車牌定位新算法，適用于各種復(fù)雜的背景環(huán)境和不同的攝像角度。

車牌識(shí)別技術(shù)必須“因地制宜”

由于每個(gè)應(yīng)用場(chǎng)景都對(duì)車牌識(shí)別技術(shù)提出不同要求，因此車牌識(shí)別技術(shù)必須“因地制宜”突出相應(yīng)優(yōu)勢(shì)，才能充分體現(xiàn)其應(yīng)用價(jià)值。a、將一個(gè)攝像機(jī)網(wǎng)線接入交換機(jī)，另一個(gè)像機(jī)暫不接入，因?yàn)橄駲C(jī)出廠默認(rèn)IP是192。以停車場(chǎng)為例，車牌識(shí)別技術(shù)主要應(yīng)用于車輛自動(dòng)管理，自動(dòng)計(jì)時(shí)收費(fèi)，自動(dòng)計(jì)算可用車位數(shù)量并給出提示，自動(dòng)判別駛?cè)胲囕v是否屬于會(huì)員等方面的智能化管理。

而與其他應(yīng)用場(chǎng)景相比，停車場(chǎng)的識(shí)別環(huán)境具有識(shí)別角度大、單車通行、車速慢、燈光環(huán)境可控等特點(diǎn)，同時(shí)還要實(shí)現(xiàn)自動(dòng)計(jì)時(shí)收費(fèi)功能，這些都對(duì)車牌識(shí)別系統(tǒng)的識(shí)別率提出更高要求。邊緣檢測(cè)的方法是考察圖像的像素在某個(gè)領(lǐng)域內(nèi)灰度的變化情況，標(biāo)識(shí)數(shù)字圖像中亮度變化明顯的點(diǎn)。不僅要識(shí)別正常環(huán)境下的任何一個(gè)車牌號(hào)，而且在極端環(huán)境下的車牌識(shí)別率也蕞好達(dá)到95%以上，而這種對(duì)高識(shí)別率顯然讓很多車牌識(shí)別系統(tǒng)望塵莫及。

資料顯示，車牌識(shí)別技術(shù)早應(yīng)用于電子警察、高速公路領(lǐng)域。近幾年，隨著停車場(chǎng)管理系統(tǒng)的不斷發(fā)展，車牌識(shí)別技術(shù)也開始應(yīng)用于停車場(chǎng)。

車牌識(shí)別系統(tǒng)也是基于形態(tài)學(xué)操作的重要性質(zhì)，對(duì)經(jīng)過二值化后的車牌圖像首先進(jìn)行閉運(yùn)算操作，使得車牌的字符區(qū)域連接起來，然后對(duì)車牌圖像進(jìn)行開運(yùn)算操作，來消除車牌上的噪聲，得到明亮的車牌區(qū)域從候選區(qū)域中去除偽車牌并定位出車牌區(qū)域 通過對(duì)車牌圖像的數(shù)學(xué)形態(tài)學(xué)來運(yùn)算，圖像中剩下少部分的連通區(qū)域，即為車牌的候選區(qū)域，這些區(qū)域包括車牌區(qū)域和偽車牌區(qū)域，為此，需要從圖像中去除偽車牌并定位出車牌。在運(yùn)用識(shí)別效果上，視頻流識(shí)別模式的優(yōu)勢(shì)時(shí)可以通過自動(dòng)攝像識(shí)別單元自動(dòng)化的從攝像到的動(dòng)態(tài)圖像進(jìn)行識(shí)別車輛車牌信息，并記錄車輛的外觀、顏色等信息。