車(chē)牌識(shí)別按照運(yùn)行環(huán)境可以簡(jiǎn)單分為PC端和頭端（嵌入式）。目前國(guó)內(nèi)車(chē)牌識(shí)別系統(tǒng)在PC端已有一些廠家使用深度學(xué)習(xí)方法，而頭端都還是采用傳統(tǒng)方法。隨著深度學(xué)習(xí)專(zhuān)用芯片的研發(fā)，明年應(yīng)該就會(huì)有深度學(xué)習(xí)方法應(yīng)用在頭端的產(chǎn)品發(fā)布。由于國(guó)內(nèi)外車(chē)牌規(guī)則較多，傳統(tǒng)方法局限性比較大，很難通用。

對(duì)于特殊場(chǎng)景，比如低照度、變換、低質(zhì)模糊等，車(chē)牌識(shí)別率仍然有待提升。而無(wú)論是傳統(tǒng)方法還是深度學(xué)習(xí)方法，有些共同的模塊技術(shù)仍有提高的空間和研究的價(jià)值，比如運(yùn)動(dòng)區(qū)域檢測(cè)，車(chē)牌定位，變換校正，多幀融合輸出等。而對(duì)于傳統(tǒng)方法，字符分割和字符識(shí)別仍有可提高空間。

 車(chē)輛檢測(cè)可以采用埋地線(xiàn)圈檢測(cè)、紅外檢測(cè)、雷達(dá)檢測(cè)技術(shù)、視頻檢測(cè)等多種方式。采用視頻檢測(cè)可以避免破壞路面、不必附加外部檢測(cè)設(shè)備、不需矯正觸發(fā)位置、節(jié)省開(kāi)支，而且更適合移動(dòng)式、便攜式應(yīng)用的要求。系統(tǒng)進(jìn)行視頻車(chē)輛檢測(cè)，需要具備很高的處理速度并采用的算法，在基本不丟幀的情況下實(shí)現(xiàn)圖像采集、處理。若處理速度慢，則導(dǎo)致丟幀，使系統(tǒng)無(wú)法檢測(cè)到行駛速度較快的車(chē)輛，同時(shí)也難以保證在有利于識(shí)別的位置開(kāi)始識(shí)別處理，影響系統(tǒng)識(shí)別率。因此，將視頻車(chē)輛檢測(cè)與牌照自動(dòng)識(shí)別相結(jié)合具備一定的技術(shù)難度。

車(chē)牌識(shí)別技術(shù)流程剖解：車(chē)牌識(shí)別系統(tǒng)采用高度模塊化的設(shè)計(jì)，將車(chē)牌識(shí)別過(guò)程的各個(gè)環(huán)節(jié)各自作為一個(gè)獨(dú)立的模塊。一、車(chē)輛檢測(cè)跟蹤模塊，車(chē)輛檢測(cè)跟蹤模塊主要對(duì)視頻流進(jìn)行分析，判斷其中車(chē)輛的位置，對(duì)圖像中的車(chē)輛進(jìn)行跟蹤，并在車(chē)輛位置時(shí)刻，記錄該車(chē)輛的特寫(xiě)圖片，由于加入了跟蹤模塊，系統(tǒng)能夠很好地克服各種外界的干擾，使得到更加合理的識(shí)別結(jié)果，可以檢測(cè)無(wú)牌車(chē)輛并輸出結(jié)果。二、車(chē)牌定位模塊，車(chē)牌定位模塊是一個(gè)十分重要的環(huán)節(jié)，是后續(xù)環(huán)節(jié)的基礎(chǔ)，其準(zhǔn)確性對(duì)整體系統(tǒng)性能的影響巨大。車(chē)牌系統(tǒng)完全摒棄了以往的算法思路，實(shí)現(xiàn)了一種完全基于學(xué)習(xí)的多種特征融合的車(chē)牌定位新算法，適用于各種復(fù)雜的背景環(huán)境和不同的攝像角度。三、車(chē)牌矯正及精定位模塊，由于受拍攝條件的限制，圖像中的車(chē)牌總不可避免存在一定的傾斜，需要一個(gè)矯正和精定位環(huán)節(jié)來(lái)進(jìn)一步提高車(chē)牌圖像的質(zhì)量，為切分和識(shí)別模塊做準(zhǔn)備。使用精心設(shè)計(jì)的快速圖像處理濾波器，不僅計(jì)算快速，而且利用的是車(chē)牌的整體信息，避免了局部噪聲帶來(lái)的影響。使用該算法的另一個(gè)優(yōu)點(diǎn)就是通過(guò)對(duì)多個(gè)中間結(jié)果的分析還可以對(duì)車(chē)牌進(jìn)行精定位，進(jìn)一步減少非車(chē)牌區(qū)域的影響。四、車(chē)牌切分模塊，車(chē)牌系統(tǒng)的車(chē)牌切分模塊利用了車(chē)牌文字的灰度、顏色、邊緣分布等各種特征，能較好地抑制車(chē)牌周?chē)渌肼暤挠绊?，并能容忍一定傾斜角度的車(chē)牌。這一算法有利于類(lèi)似移動(dòng)式稽查這種車(chē)牌圖像噪聲較大的應(yīng)用。