识别流程牌照自动识别是一项利用车辆的动态视频或静态图像进行牌照号码、牌照颜色自动识别的模式识别技术！其硬件基础一般包括触发设备(监测车辆是否进入视野)、摄像设备、照明设备、图像采集设备、识别车牌号码的处理机(如计算机)等，其软件核心包括车牌定位算法、车牌字符分割算法和光学字符识别算法等.某些车牌识别系统还具有通过视频图像判断是否有车的功能称之为视频车辆检测！一个完整的车牌识别系统应包括车辆检测、图像采集、车牌识别等几部分(如图1所示).

　　与传统的超速监测方式相比，这种应用可以节省警力，降低执法人员的工作强度，而且安全、隐蔽，司机需时刻提醒自己不能超速，减少了因超速引发的事故！牌照字符识别方法主要有基于模板匹配算法和基于人工神经网络算法。基于模板匹配算法首先将分割后的字符二值化并将其尺寸大小缩放为字符数据库中模板的大小，然后与所有的模板进行匹配，选择匹配作为结果.基于人工神经网络的算法有两种：一种是先对字符进行特征提取，然后用所获得特征来训练神经网络分配器;另一种方法是直接把图像输入网络，由网络自动实现特征提取直至识别出结果!

　　车牌识别系统原理图车牌识别云台摄像机通过光抑制屏蔽，电子快门调节，宽动态功能等来实现抓拍车牌：一文看懂车牌识别系统全部内容强光屏蔽：在低照度彩色摄像机的基础上，通过软件的功能，把图像中亮的部分遮挡。在交通监控中，一般可将大灯的强光遮挡，从而将车牌较清晰的抓拍下来.但是这款摄像机大的缺点就是软件分辨不清，对于图像亮部分界定不清，有可能将车牌号码也遮挡，同时无法处理高速运动物体的抓拍。目前国产摄像机在强光屏蔽方面做的比较多，效果各方反映不一。

我们推荐平凉车牌识别系统

　　可调电子快门：对于高速运动的物体抓拍(高速公路上的汽车车速一般都在70KM/小时以上)，可以通过降低电子快门速度来实现清晰抓拍，一般都是通过手动方式调整!但是这种方式很大的问题就是白天、晚上的照度不一样，必需设置2个快门速度来分别适应白天和晚上的监控!号码识别为了进行车牌识别，需要以下几个基本的步骤：1)牌照定位，定位图片中的牌照位置;2)牌照字符分割，把牌照中的字符分割出来;3)牌照字符识别，把分割好的字符进行识别，组成牌照号码！

　　2牌照字符分割完成牌照区域的定位后，再将牌照区域分割成单个字符，然后进行识别！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间或字符内的间隙处取得局部小值的附近，并且这个位置应满足牌照的字符书写格式、字符、尺寸限制和一些其他条件！利用垂直投影法对复杂环境下的汽车图像中的字符分割有较好的效果.对于纳入“黑名单”的车辆，例如：被通缉或挂失的车辆、欠交费车辆、未年检车辆、肇事逃逸及违章车辆等，只需将其车牌号码输入到应用系统中，车牌识别设备安装于指定的路口、卡口或由执法人员随时携带按需要放置，系统将识读所有通过车辆的牌照号码并与系统中的“黑名单”比对，一旦发现指定车辆立刻发出报警信息！

平凉车牌识别系统

　　实际应用中，车牌识别系统的识别率还与牌照质量和拍摄质量密切相关！牌照质量会受到各种因素的影响，如生锈、污损、油漆剥落、字体褪色、牌照被遮挡、牌照倾斜、高亮反光、多牌照、假牌照等等;实际拍摄过程也会受到环境亮度、拍摄方式、车辆速度等等因素的影响.这些影响因素不同程度上降低了车牌识别的识别率，也正是车牌识别系统的困难和挑战所在。为了提高识别率，除了不断地完善识别算法还应该想办法克服各种光照条件，使采集到的图像利于识别。

　　车牌识别过程中，牌照颜色的识别依据算法不同，可能在上述不同步骤实现，通常与车牌识别互相配合、互相验证.一文看懂车牌识别系统全部内容1牌照定位自然环境下，汽车图像背景复杂、光照不均匀，如何在自然背景中准确地确定牌照区域是整个识别过程的关键。首先对采集到的视频图像进行大范围相关搜索，找到符合汽车牌照特征的若干区域作为候选区，然后对这些侯选区域做进一步分析、评判，选定一个区域作为牌照区域，并将其从图像中分离出来.