牌照字符識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。其硬件基礎(chǔ)一般包括觸發(fā)設(shè)備(監(jiān)測車輛是否進(jìn)入視野)、攝像設(shè)備、照明設(shè)備、圖像采集設(shè)備、識別車牌號碼的處理機(jī)(如計(jì)算機(jī))等。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)庫中模板的大小，然后與所有的模板進(jìn)行匹配，選擇最0佳匹配作為結(jié)果?；谌斯ど窠?jīng)網(wǎng)絡(luò)的算法有兩種:一種是先對字符進(jìn)行特征提取，然后用所獲得特征來訓(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)特征提取直至識別出結(jié)果。

實(shí)際應(yīng)用中，車牌識別系統(tǒng)的識別率還與牌照質(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0牌照等等;實(shí)際拍攝過程也會(huì)受到環(huán)境亮度、拍攝方式、車輛速度等等因素的影響。為了測試一個(gè)車牌識別系統(tǒng)識別率，需要將該系統(tǒng)安裝在一個(gè)實(shí)際應(yīng)用環(huán)境中，全天候運(yùn)行24小時(shí)以上，采集至少1000輛自然車流通行時(shí)的車牌照進(jìn)行識別，并且需要將車輛0牌照圖像和識別結(jié)果存儲(chǔ)下來，以便調(diào)取查看。這些影響因素不同程度上降低了車牌識別的識別率，也正是車牌識別系統(tǒng)的困難和挑戰(zhàn)所在。為了提高識別率，除了不斷地完善識別算法還應(yīng)該想辦法克服各種光照條件，使采集到的圖像最利于識別。

車牌識別技術(shù)特點(diǎn)

我國標(biāo)準(zhǔn)汽車牌照是由漢字、英文字母和阿拉伯?dāng)?shù)字組成，漢字識別與字母和數(shù)字的識別有很大的區(qū)別，漢字的識別增加了識別的難度;

我國汽車車牌的懸掛位置不統(tǒng)一;

其他國家的汽車牌照格式(如汽車牌照的尺寸大小，牌照上字符的排列等)通常只有一種，而我國則根據(jù)不同車輛、車型、用途規(guī)定了多種牌照格式，分為普通車轎車、使1館車、警1車、軍1車等，并且通常汽車牌照中也分大車和小車;

我國汽車牌照的底色和字符顏色有多種組合，我們?nèi)粘Ｉ钪谐Ｒ姷挠兴{(lán)底白字車牌、黃底黑字車牌、以及白底黑字車牌等等。

車牌識別系統(tǒng)觸發(fā)方式

間接法:指通過識別安裝在汽車上的IC卡或條形碼中所存儲(chǔ)的車牌的信息來識別車牌及相關(guān)信息。開放式體系的優(yōu)點(diǎn)是由于硬件采用標(biāo)準(zhǔn)工業(yè)產(chǎn)品，運(yùn)行維護(hù)容易掌握，備品備件采購可以從任何一家產(chǎn)商獲得，不用擔(dān)心因?yàn)橐患耶a(chǎn)商倒閉或供貨不足而出現(xiàn)產(chǎn)品永0久失效或采購困難。IC卡技術(shù)識別準(zhǔn)確度高，運(yùn)行可靠，可以全天候作業(yè)，但它整套裝置價(jià)格昂貴，硬件設(shè)備十分復(fù)雜，不適用于異地作業(yè);條形碼技術(shù)具有識別速度快、準(zhǔn)確度高、可靠性強(qiáng)以及成本較低等優(yōu)點(diǎn)，但是對于掃描器要求很高。此外，二者都需要制定出全國統(tǒng)一的標(biāo)準(zhǔn)，并且無法核對車、條形碼是否相符，也是技術(shù)上存在的缺點(diǎn)，這給在短時(shí)間內(nèi)推廣造成困難。

人工神經(jīng)網(wǎng)絡(luò)技術(shù)。必須清楚地認(rèn)識到重要的一點(diǎn)是識別率達(dá)到100%是不可能的，因?yàn)檐嚺普瘴蹞p、模糊、遮擋，或者天氣也許很糟(下雪﹑冰雹﹑大霧等等)。近幾年來，計(jì)算機(jī)及相關(guān)技術(shù)發(fā)達(dá)的一些國家開始探討用人工神經(jīng)網(wǎng)絡(luò)技術(shù)解決車牌自動(dòng)識別問題，例如1994年M.M.M.FANHY等就成功地運(yùn)用了BAM神經(jīng)網(wǎng)絡(luò)方法對車牌上的字符進(jìn)行自動(dòng)識別，BAM神經(jīng)網(wǎng)絡(luò)是由相同神經(jīng)元構(gòu)成的雙向聯(lián)想式單層網(wǎng)絡(luò)，每一個(gè)字符模板對應(yīng)著唯1個(gè)BAM矩陣，通過與車牌上的字符比較，識別出正確的車牌號碼。