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(lái);

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(guò)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(guò)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(lái)。

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。基于模板匹配算法首先將分割后的字符二值化并將其尺寸大小縮放為字符數(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(lái)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。

識(shí)別速度決定了一個(gè)車牌識(shí)別系統(tǒng)是否能夠滿足實(shí)時(shí)實(shí)際應(yīng)用的要求。一個(gè)識(shí)別率很高的系統(tǒng)，如果需要幾秒鐘，甚至幾分鐘才能識(shí)別出結(jié)果，那么這個(gè)系統(tǒng)就會(huì)因?yàn)闈M足不了實(shí)際應(yīng)用中的實(shí)時(shí)要求而毫無(wú)實(shí)用意義。例如，在高速公路收費(fèi)中車牌識(shí)別應(yīng)用的作用之一是減少通行時(shí)間，速度是這一類應(yīng)用里減少通行時(shí)間、避免車道堵車的有力保障。

國(guó)際交通技術(shù)提出的識(shí)別速度是1秒以內(nèi)，越快越好。

直接法一般有圖像處理技術(shù)，傳統(tǒng)模式識(shí)別技術(shù)及人工神經(jīng)網(wǎng)絡(luò)技術(shù)。

1)圖像處理技術(shù):運(yùn)用圖像處理技術(shù)解決汽車牌照識(shí)別的研究早始于80年代，但國(guó)內(nèi)外均只是就車牌識(shí)別中的某一個(gè)具體問(wèn)題進(jìn)行討論，并且通常僅采用簡(jiǎn)單的圖像處理技術(shù)來(lái)解決，并沒有形成完整的系統(tǒng)體系，識(shí)別過(guò)程是使用工業(yè)電視攝像機(jī)拍下汽車的工前方圖像，然后交給計(jì)算機(jī)進(jìn)行簡(jiǎn)單的處理，并且終仍需要人工干預(yù)，例如車輛牌中省份漢字的識(shí)別問(wèn)題，1985年有人利用常見的圖像處理技木方法提出漢字識(shí)別的分類是在抽取漢字特征的基礎(chǔ)上進(jìn)行的，根據(jù)漢字的投影直方圖選取浮動(dòng)閉值，抽取漢字在豎直方向的峰值，利用樹形查表法進(jìn)行漢字的粗分類;然后根據(jù)漢字在水平方向的投影直方圖，選取適當(dāng)閉值，進(jìn)行量化處理后，形成一個(gè)變長(zhǎng)鏈碼，再用動(dòng)態(tài)規(guī)劃法，求出與標(biāo)準(zhǔn)模式鏈碼的距離，實(shí)現(xiàn)細(xì)分米完成漢字省名的自動(dòng)識(shí)別。

2)傳統(tǒng)模式識(shí)別技術(shù)。傳統(tǒng)模式識(shí)別技術(shù)指結(jié)構(gòu)特征法，統(tǒng)計(jì)特征法等。90年代，由于計(jì)算機(jī)視覺技術(shù)的發(fā)展，開始出現(xiàn)汽車照識(shí)別的系統(tǒng)化研究。1990年AS.Johnson等運(yùn)用計(jì)算機(jī)視覺技術(shù)和圖像處理技術(shù)實(shí)現(xiàn)了車輛照的自動(dòng)識(shí)別系統(tǒng)。該系統(tǒng)分為圖像分割、特征提取和模板構(gòu)造、字符識(shí)別等三個(gè)部分。利用不同閩值對(duì)應(yīng)的直方圖不同，經(jīng)過(guò)大量統(tǒng)計(jì)實(shí)驗(yàn)確定出車牌位置的圖像直方圖的閩值范圍，從而根據(jù)特定閩值對(duì)應(yīng)的直方圖分割出車牌，再利用預(yù)先設(shè)置的標(biāo)準(zhǔn)字符模板進(jìn)行模式匹配識(shí)別出字符。

車牌識(shí)別一體機(jī)在國(guó)民經(jīng)濟(jì)和社會(huì)成長(zhǎng)中有著舉足輕重的位子.然而伴隨汽車的遍及,機(jī)動(dòng)車數(shù)目持續(xù)增補(bǔ),路網(wǎng)通過(guò)才華日漸知足不了交通量拉長(zhǎng)的需求,交通擁堵和堵塞征象每日告急,交通拾掇自動(dòng)化已然成為期待處置的異常.

智能交通體系是處置這類異常的有用門路,它因此消息技巧為代表的高新技巧在路線交通運(yùn)輸中的集成運(yùn)用,是使用消息辦理技巧、造型辨認(rèn)技巧等高新技巧對(duì)古代的以行為主導(dǎo)要素的交通體系實(shí)行改良而變成的一哪類消息化、智能化、社會(huì)化的新式交通體系.車牌辨認(rèn)辨認(rèn)體系中要用到的硬件首要有錄相頭、感應(yīng)器和盤算推算機(jī).車牌辨認(rèn)體系的軟件部門首要分為四大塊,預(yù)辦理、車牌定位、車牌字符的支解和字符辨認(rèn).

   原始圖片:由停車場(chǎng)不變暖色攝影機(jī)、數(shù)碼相機(jī)或其他掃捕裝置拍攝到的圖片.圖片預(yù)辦理:對(duì)動(dòng)態(tài)搜羅到的圖片實(shí)行濾波,界線加強(qiáng)等辦理以克制圖片擾亂.邊沿提取:通過(guò)微分運(yùn)算,2值化辦理,得到圖片的邊沿