作為智能交通系統(tǒng)中的重要組成部分之一的車牌自動(dòng)識(shí)別技術(shù)，目前已被廣泛應(yīng)用于城市道路監(jiān)控、高速公路收費(fèi)與監(jiān)控、小區(qū)與停車場(chǎng)出入口管理、治安卡口等場(chǎng)合，成為研究的熱點(diǎn)。

卡口系統(tǒng)

卡口系統(tǒng)對(duì)監(jiān)控路段的機(jī)動(dòng)車輛進(jìn)行全天候的圖像抓拍,自動(dòng)識(shí)別車牌號(hào)碼,通過(guò)專網(wǎng)與卡口系統(tǒng)控制中心的黑名單數(shù)據(jù)庫(kù)進(jìn)行比對(duì),當(dāng)發(fā)現(xiàn)結(jié)果相符合時(shí),系統(tǒng)自動(dòng)向相關(guān)人員發(fā)出警報(bào)信號(hào)?？谙到y(tǒng)記錄的圖像還可以清楚地分辨司乘人員(前排)的面部特征。

車牌識(shí)別系統(tǒng)采用高度模塊化的設(shè)計(jì)，將車牌識(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。

車輛檢測(cè)跟蹤模塊

車輛檢測(cè)跟蹤模塊主要對(duì)視頻流進(jìn)行分析，判斷其中車輛的位置，對(duì)圖像中的車輛進(jìn)行跟蹤，并在車輛位置剛好的時(shí)刻，記錄該車輛的特寫圖片，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)牌車輛并輸出結(jié)果。

車輛檢測(cè)可以采用埋地線圈檢測(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)行視頻車輛檢測(cè)，需要具備很高的處理速度并采用算法，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。

為了進(jìn)行車牌識(shí)別，需要以下幾個(gè)基本的步驟：

1)牌照定位，定位圖片中的牌照位置；

2)牌照字符分割，把牌照中的字符分割出來(lái)；

3)牌照字符識(shí)別，把分割好的字符進(jìn)行識(shí)別，組成牌照號(hào)碼。

車牌識(shí)別過(guò)程中，牌照顏色的識(shí)別依據(jù)算法不同，可能在上述不同步驟實(shí)現(xiàn)，通常與車牌識(shí)別互相配合、互相驗(yàn)證。

牌照定位

自然環(huán)境下，汽車圖像背景復(fù)雜、光照不均勻，如何在自然背景中準(zhǔn)確地確定牌照區(qū)域是整個(gè)識(shí)別過(guò)程的關(guān)鍵。首先對(duì)采集到的視頻圖像進(jìn)行大范圍相關(guān)搜索，找到符合汽車牌照特征的若干區(qū)域作為候選區(qū)，然后對(duì)這些侯選區(qū)域做進(jìn)一步分析、評(píng)判，然后選定一個(gè)區(qū)域作為牌照區(qū)域，并將其從圖像中分離出來(lái)。