車(chē)輛檢測(cè)可采用埋地線(xiàn)圈檢測(cè)、紅外檢測(cè)、雷達(dá)檢測(cè)技術(shù)、視頻檢測(cè)等方式進(jìn)行。視頻檢測(cè)可避免損壞道路，無(wú)需附加外部檢測(cè)設(shè)備，無(wú)需糾正觸發(fā)位置，節(jié)省費(fèi)用，更適合移動(dòng)和便攜式應(yīng)用的要求。

視頻車(chē)輛檢測(cè)系統(tǒng)需要高處理速度，采用優(yōu)秀算法，實(shí)現(xiàn)圖像采集和處理，基本不丟幀。如果處理速度慢，會(huì)導(dǎo)致幀丟失，使系統(tǒng)無(wú)法檢測(cè)到行駛速度快的車(chē)輛，難以保證在有利于識(shí)別的位置開(kāi)始識(shí)別處理，影響系統(tǒng)識(shí)別率。因此，視頻車(chē)輛檢測(cè)車(chē)牌自動(dòng)識(shí)別與一定的技術(shù)難度相結(jié)合：基本車(chē)牌識(shí)別需要以下步驟：
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，最終組成牌照號(hào)碼。

車(chē)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(chē)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(chē)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(chē)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，最后選定一個(gè)最佳的區(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)的間隙處取得局部最小值的附近，并且這個(gè)位置應(yīng)滿(mǎn)足牌照的字符書(shū)寫(xiě)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(chē)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，選擇最佳匹配作為結(jié)果。基于人工神經(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。

實(shí)際應(yīng)用中，車(chē)牌識(shí)別系統(tǒng)的識(shí)別率還與牌照質(zhì)量和拍攝質(zhì)量密切相關(guān)。牌照質(zhì)量會(huì)受到各種因素的影響，如生銹、污損、油漆剝落、字體褪色、牌照被遮擋、牌照傾斜、高亮反光、多牌照、假牌照等等；實(shí)際拍攝過(guò)程也會(huì)受到環(huán)境亮度、拍攝方式、車(chē)輛速度等等因素的影響。這些影響因素不同程度上降低了車(chē)牌識(shí)別的識(shí)別率，也正是車(chē)牌識(shí)別系統(tǒng)的困難和挑戰(zhàn)所在。為了提高識(shí)別率，除了不斷地完善識(shí)別算法還應(yīng)該想辦法克服各種光照條件，使采集到的圖像最利于識(shí)別。

銳方達(dá)科技的車(chē)牌識(shí)別系統(tǒng)隨著客戶(hù)的需求不斷的升級(jí)著自己的產(chǎn)品技術(shù)，目前已經(jīng)能夠適應(yīng)不用的使用環(huán)境，歡迎對(duì)車(chē)牌識(shí)別系統(tǒng)有需要的朋友可以關(guān)注銳方達(dá)科技官網(wǎng)：http://m.ucssic.cn/