廠（chǎng）家解析車牌識別原（yuán）理

自然環境（jìng）下，汽車圖像背（bèi）景複雜、光照不均勻，如（rú）何在自然背景中準確（què）地確定牌照區域是整個（gè）識別過程的關鍵。首先對采（cǎi）集到的視頻（pín）圖像進行（háng）大範圍相關搜索，找到符合汽（qì）車牌照特征（zhēng）的若幹區域作為候選區，然後對這些侯選區域做進一步分析、評判，最後選（xuǎn）定一個最佳的區域作為牌照（zhào）區域，並將其從圖像中分離出來。

牌照字符識別方法主要有（yǒu）基於模板匹配算法和基於人工神經網絡算法。基於模（mó）板匹配算（suàn）法首先將分割後的字符二值化並將其（qí）尺寸大小縮放為字符數據庫中模板的大小，然後（hòu）與所（suǒ）有的模板進行匹配，選擇最佳匹配作（zuò）為結果。基於人工神經網絡的算法有兩種：一種是先對字符進行特征提取，然後用所獲得特征來訓練神經（jīng）網絡分配器（qì）；另一種方法是直接把圖像輸入網（wǎng）絡，由網絡自動實現特征提（tí）取直至識（shí）別出結果。

完成牌照區域的定位後，再將牌照區域分割成（chéng）單個字符，然後進行識別。字符分割一般采用垂（chuí）直投（tóu）影法。由（yóu）於字（zì）符在垂直方向上的投（tóu）影必然在字符間（jiān）或字符內的間隙處取得局部最小值的附近，並且這個位置（zhì）應滿足牌照（zhào）的字符書寫（xiě）格式、字符、尺寸限製和（hé）一些其他條件（jiàn）。利用垂直投影法（fǎ）對複雜環（huán）境下的（de）汽（qì）車圖像中的字符分割有較好的效（xiào）果。

車牌識別雲台攝像（xiàng）機通過光抑製屏蔽，電子快門調節（jiē），寬動態功能等來實現抓拍車（chē）牌：

強（qiáng）光屏蔽：在低照度彩色攝像機（jī）的基礎上，通過軟件的功能，把（bǎ）圖像中最亮的部分遮（zhē）擋（dǎng）。

作（zuò）為智能交通領域（yù）確定車（chē）輛身份的最重要手段（duàn），車牌識（shí）別技術為實現交通（tōng）的智能（néng）管理發揮了很大作用，在各項工作中都有車牌識別技術的滲透。

未來，隨著我國城市（shì）化（huà）進程發展的提速，交通壓力將更加嚴峻，因此智能化（huà）交通管理將（jiāng）是（shì）今後交通發展的大方向。而作為智（zhì）能化（huà）交通管理體係中的重要核心，車牌識別係統也（yě）將得到進一步（bù）扶持（chí）和發展。專家預測，未來車牌識（shí）別技術將有更廣泛的應用，屆時車牌識（shí）別係統行業也將麵臨大（dà）洗牌（pái），隻有（yǒu）擁有自主核心技術並且產品質（zhì）量達標的公司才能過關，這也是車牌識別技術走向（xiàng）快速發展階（jiē）段的必經之路。