什么是车牌自动识别系统？

  车牌自动识别系统识别流程：

  车牌自动识别系统是一种利用汽车动态或静态图像，对车牌号码、车牌颜色进行自动识别的方法。它的硬件基础一般包括触发装置(监视车辆是否进入视野)，摄像设备，照明设备，图像采集设备，车牌号码识别处理器(例如电脑)等。其中的软件核心包括：车牌定位、车牌字符分割、字符识别等。有些车牌识别系统还具有通过视频图像判断是否有汽车的功能，称之为视频车辆检测。整个车牌自动识别系统应包括车辆检测、图像采集、车牌识别等。在车辆检测部分检测到车辆到达后，触发图像采集单元的当前视频图像。牌照识别单元通过对图像进行处理，对车牌位置进行定位，然后对车牌中的字符进行识别，然后输出车牌号。

  车牌自动识别系统的车辆检测：

  车牌自动识别系统利用埋管探测、红外探测、雷达探测、视频探测等方法对车辆进行检测。能防止公路受损的视频检测。无需附加外部探测设备。触点定位不需校正，节约成本，更适合移动、便携应用。

  为了在基本不丢失帧的情况下实现图像采集与处理，视频车辆检测系统需要具有较高的处理速度和算法。若处理速度慢，将造成帧间损失，使系统不能探测到高速行驶的车辆。另外，难以保证从有利于识别的部位开始进行识别处理，影响系统识别率。所以，将视频车辆检测和车牌自动识别结合起来是有技术难度的。

  车牌自动识别系统号码识别,车牌自动识别系统需要下列基本步骤：

  1.定位牌照，确定牌照在图片上的位置；

  2.分割车牌字符，将车牌上的字符分割；

  3.识别牌照字符，识别分段字符，然后形成车牌号码。

  4.汽车牌照识别过程中，根据不同的算法对车牌颜色进行识别，通常与车牌识别相匹配。

  牌照定位 :

  自然条件下，车辆图像背景复杂，光线不均匀。自然背景下，如何准确地确定许可区域是整个识别过程的关键。该算法首先对所采集到的视频图像进行广泛搜索，找出多个符合车辆授权特征的区域作为候选区域，再对所采集到的候选区域进行分析判断，然后得到授权区域。

  牌照字符分割：

  通过对授权区域的定位，将授权区域分成单个字符，再进行识别。通常采用垂直投影法进行字符分割。因为垂直方向的字符投射必须接近字符间或字符内部的空隙，而且这种空隙要符合字符的格式、字符、大小限制等条件。在复杂环境下，垂直投影法可以有效地分割出汽车图像中的字符。

  牌照字符识别法：

  重点介绍了模板匹配算法和神经网络算法。在模板匹配算法的基础上，对字符进行二值化处理，使字符大小达到字符库的大小，并与所有模板匹配，以得到极优匹配。神经网络可分为两类：一类是先提取字符的特征，然后利用所获取的特征训练神经网络分配器.另一种方法是直接将图像输入网络，由网络自动提取特征，再进行识别。

  实际上，车牌自动识别系统的识别率与车牌质量、拍摄质量等都有很大关系。汽车牌照有可能出现锈蚀、污迹、油漆脱落、字体褪色、车牌遮挡、车牌倾斜、亮度反光、多牌照、假牌照等问题。真实的拍摄过程还会受环境亮度、拍摄方式、速度等因素的影响。车牌自动识别系统所面临的困难和挑战，这些因素都有不同程度地降低了识别率。为提高识别率，除持续改进识别算法外，还要尽可能克服各种光照条件，使采集的图像有利于识别。