车牌识别系统工作原理流程！

一、识别过程

车牌自动识别是利用车辆动态视频或静态图像自动识别车牌号码和车牌颜色的模式识别技术。

其硬件基础一般包括触发设备（监控车辆是否进入视野）、摄像设备、照明设备、图像采集设备、识别车牌号码处理器（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、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辆的功能，称为视频车辆检测。

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。

当车辆检测部分检测到车辆到达时，触发图像采集单元，收集当前视频图像。车牌识别单元处理图像，定位车牌位置，然后分割车牌中的字符进行识别，然后形成车牌号码输出。

二、车辆检测

车辆检测可采用埋地线圈检测、红外检测、雷达检测技术、视频检测等方法。

采用视频检测可以避免破坏路面、不必附加外部检测设备、不需矫正触发位置、节省开支，而且更适合移动式、便携式应用的要求。

视频车辆检测系统需要高处理速度处理速度，并采用优实现图像采集和处理，基本不丢帧。

如果处理速度慢，会导致帧丢失，使系统无法检测到行驶速度快的车辆，也难以保证识别处理在有利于识别的位置开始，影响系统识别率。因此，视频车辆检测与车牌自动识别相结合具有一定的技术难度。

武汉车牌识别

三、号码识别

车牌识别需要以下基本步骤：

1、牌照定位，图片中的牌照位置定位；

2.分割牌照字符，分割牌照中的字符；

3.识别许可证字符，识别分割的字符，最后组成牌照号。

在车牌识别过程中，根据算法可以实现不同的车牌颜色识别，通常与车牌识别相互配合和验证。

3.1牌照定位

在自然环境中，汽车图像背景复杂，光线不均匀。如何在自然背景中准确确定牌照区域是整个识别过程的关键。

首先对收集到的视频图像进行广泛的相关搜索，找到几个符合汽车牌照特征的区域作为候选区域，然后进一步分析和判断这些候选区域，选定一个该区域被用作许可区域，并从图像中分离出来。

3.2牌照字符分割

牌照区域定位完成后，将牌照区域划分为单个字符，然后识别。垂直投影法通常用于字符分割。

因为垂直方向上的投影必须在字符之间或字符之间的间隙中获得局部位置在小值附近，该位置应满足字符书写格式、字符、尺寸限制等条件。

采用垂直投影法对复杂环境下汽车图像中的字符分割有很好的效果。

3.1牌照字符识别方法

主要基于模板匹配算法和人工神经网络算法。

基于模板匹配算法，首先将分割后的字符二值化，并将其尺寸缩小到字符数据库中的模板尺寸，然后匹配所有模板并选择结果是匹配。

基于人工神经网络的算法有两种：一种是提取字符特征，然后用获得的特征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。

在实际应用中，车牌识别系统的识别率也与车牌质量和拍摄质量密切相关。

牌照质量受锈蚀、污渍、油漆剥落、字体褪色、牌照遮挡、牌照倾斜、亮反射、多牌照、**等因素影响；

实际拍摄过程也会受到环境亮度、拍摄方法、车速等因素的影响。

这些影响因素不同程度地降低了车牌识别的识别率，这也是车牌识别系统的困难和挑战。

为了提高识别率，除了不断改进识别算法外，还应找到克服各种光照条件的方法，使收集到的图像有利于识别。