影響系統(tǒng)識(shí)別率。因此，將視頻車輛檢測(cè)與牌照自動(dòng)識(shí)別相結(jié)合具備一定的技術(shù)難度。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；直接將車牌識(shí)別算法模塊植入到前端的高清攝像機(jī)中，從而相機(jī)直接輸出的就是車牌識(shí)別的相關(guān)結(jié)果。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。

由于字符在垂直方向上的投影必然在字符間或字符內(nèi)的間隙處取得局部小值的附近，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。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。FANHY等就成功地運(yùn)用了BAM神經(jīng)網(wǎng)絡(luò)方法對(duì)車牌上的字符進(jìn)行自動(dòng)識(shí)別，BAM神經(jīng)網(wǎng)絡(luò)是由相同神經(jīng)元構(gòu)成的雙向聯(lián)想式單層網(wǎng)絡(luò)，每一個(gè)字符模板對(duì)應(yīng)著BAM矩陣，通過與車牌上的字符比較，識(shí)別出正確的車牌號(hào)碼。

開放式體系的優(yōu)點(diǎn)是由于硬件采用標(biāo)準(zhǔn)工業(yè)產(chǎn)品，運(yùn)行維護(hù)容易掌握，備品備件采購可以從任何一家產(chǎn)商獲得，不用擔(dān)心因?yàn)橐患耶a(chǎn)商倒bi或供貨不足而出現(xiàn)產(chǎn)品失效或采購困難。而軟硬件一體式產(chǎn)品，對(duì)于使用者操作產(chǎn)品時(shí)更易操作及控制。對(duì)于后期的維護(hù)調(diào)試也更易于掌握。外設(shè)觸發(fā)工作方式是指采用線圈、紅外或其他檢測(cè)器檢測(cè)車輛通過信號(hào)，車牌識(shí)別系統(tǒng)接受到車輛觸發(fā)信號(hào)后，采ji車輛圖像，自動(dòng)識(shí)別車牌，以及進(jìn)行后續(xù)處理。牌上的相似字符，由于外形比較接近，受圖像分辨率，光線，車牌污損等影響，一般的分類算法，很容易出現(xiàn)誤識(shí)別。

車輛識(shí)別號(hào)碼（Vehicle Identification Number,或車架號(hào)碼），簡(jiǎn)稱VIN，是一組由十七個(gè)英數(shù)組成，用于汽車上的一組的號(hào)碼，可以識(shí)別汽車的生產(chǎn)商、引擎、底盤序號(hào)及其他性能等資料。為避免與數(shù)字的1,0混淆，英文字母“I”、“O”、“Q”均不會(huì)被使用。VIN的首三位稱為WMI（World Manufacturer Identifier），用作識(shí)別生產(chǎn)商的名稱及所在國(guó)家。車牌識(shí)別過程中，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。