車牌識別系統(tǒng)（Vehicle License Plate Recognition，VLPR） 是指能夠檢測到受監(jiān)控路面的車輛并自動提取車輛牌照信息（含漢字字符、英文字母、阿拉伯?dāng)?shù)字及號牌顏色）進(jìn)行處理的技術(shù)。車牌識別是現(xiàn)代智能交通系統(tǒng)中的重要組成部分之一，應(yīng)用十分廣泛。它以數(shù)字圖像處理、模式識別、計(jì)算機(jī)視覺等技術(shù)為基礎(chǔ)，對攝像機(jī)所拍攝的車輛圖像或者視頻序列進(jìn)行分析，得到每一輛汽車唯一的車牌號碼，從而完成識別過程。通過一些后續(xù)處理手段可以實(shí)現(xiàn)停車場收費(fèi)管理，交通流量控制指標(biāo)測量，車輛定位，汽車防盜，高速公路超速自動化監(jiān)管、闖紅燈電子警察、公路收費(fèi)站等等功能。對于維護(hù)交通安全和城市治安，防止交通堵塞，實(shí)現(xiàn)交通自動化管理有著現(xiàn)實(shí)的意義。

　　汽車牌照號碼是車輛的唯一“身份”標(biāo)識，牌照自動識別技術(shù)可以在汽車不作任何改動的情況下實(shí)現(xiàn)汽車“身份”的自動登記及驗(yàn)證，這項(xiàng)技術(shù)已經(jīng)應(yīng)用于公路收費(fèi)、停車管理、稱重系統(tǒng)、交通誘導(dǎo)、交通執(zhí)法、公路稽查、車輛調(diào)度、車輛檢測等各種場合。

　　車牌識別系統(tǒng)的識別原理

　　識別流程

　　車牌自動識別是一項(xiàng)利用車輛的動態(tài)視頻或靜態(tài)圖像進(jìn)行牌照號碼、牌照顏色自動識別的模式識別技術(shù)。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，其軟件核心包括車牌定位算法、車牌字符分割算法和光學(xué)字符識別算法等。某些車牌識別系統(tǒng)還具有通過視頻圖像判斷是否有車的功能稱之為視頻車輛檢測。

　　一個(gè)完整的車牌識別系統(tǒng)應(yīng)包括車輛檢測、圖像采集、車牌識別等幾部分（如圖所示）。當(dāng)車輛檢測部分檢測到車輛到達(dá)時(shí)觸發(fā)圖像采集單元，采集當(dāng)前的視頻圖像。車牌識別單元對圖像進(jìn)行處理，定位出牌照位置，再將牌照中的字符分割出來進(jìn)行識別，然后組成牌照號碼輸出。

　　車輛檢測

　　車輛檢測可以采用埋地線圈檢測、紅外檢測、雷達(dá)檢測技術(shù)、視頻檢測等多種方式。采用視頻檢測可以避免破壞路面、不必附加外部檢測設(shè)備、不需矯正觸發(fā)位置、節(jié)省開支，而且更適合移動式、便攜式應(yīng)用的要求。

　　系統(tǒng)進(jìn)行視頻車輛檢測，需要具備很高的處理速度并采用優(yōu)秀的算法，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)無法檢測到行駛速度較快的車輛，同時(shí)也難以保證在有利于識別的位置開始識別處理，影響系統(tǒng)識別率。因此，將視頻車輛檢測與牌照自動識別相結(jié)合具備一定的技術(shù)難度。

　　號碼識別

　　為了進(jìn)行車牌識別，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；

　　3） 牌照字符識別，把分割好的字符進(jìn)行識別，最終組成牌照號碼。

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

　　1） 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)識別過程的關(guān)鍵。首先對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)，然后對這些侯選區(qū)域做進(jìn)一步分析、評判，最后選定一個(gè)最佳的區(qū)域作為牌照區(qū)域，并將其從圖像中分離出來。

　　2） 牌照字符分割

　　完成牌照區(qū)域的定位后，再將牌照區(qū)域分割成單個(gè)字符，然后進(jìn)行識別。字符分割一般采用垂直投影法。由于字符在垂直方向上的投影必然在字符間或字符內(nèi)的間隙處取得局部最小值的附近，并且這個(gè)位置應(yīng)滿足牌照的字符書寫格式、字符、尺寸限制和一些其他條件。利用垂直投影法對復(fù)雜環(huán)境下的汽車圖像中的字符分割有較好的效果。

　　3） 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?；谀０迤ヅ渌惴ㄊ紫葘⒎指詈蟮淖址祷⑵涑叽绱笮】s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，選擇最佳匹配作為結(jié)果。

　　基于人工神經(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、假牌照等等；實(shí)際拍攝過程也會受到環(huán)境亮度、拍攝方式、車輛速度等等因素的影響。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。

　　車牌識別系統(tǒng)觸發(fā)方式

　　車牌識別系統(tǒng)有兩種觸發(fā)方式，一種是外設(shè)觸發(fā)，另一種是視頻觸發(fā)。

　　1、外設(shè)觸發(fā)工作方式是指采用線圈、紅外或其他檢測器檢測車輛通過信號，車牌識別系統(tǒng)接受到車輛觸發(fā)信號后，采集車輛圖像，自動識別車牌，以及進(jìn)行后續(xù)處理。

　　該方法的優(yōu)點(diǎn)是觸發(fā)率高，性能穩(wěn)定；缺點(diǎn)是需要切割地面鋪設(shè)線圈，施工量大。

　　2、視頻觸發(fā)工作方式是指車牌識別系統(tǒng)采用動態(tài)運(yùn)動目標(biāo)序列圖像分析處理技術(shù)，實(shí)時(shí)檢測車道上車輛移動狀況，發(fā)現(xiàn)車輛通過時(shí)捕捉車輛圖像，識別車牌照，并進(jìn)行后續(xù)處理。視頻觸發(fā)方式不需借助線圈、紅外或其他硬件車輛檢測器。

　　該方法的優(yōu)點(diǎn)是施工方便，不需要切割地面鋪設(shè)線圈，也不需要安裝車檢器等零部件，但其缺點(diǎn)也十分顯著，由于算法的極限，該方案的觸發(fā)率與識別率較之外設(shè)觸發(fā)都要低很多。

　　1）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的車牌的信息來識別車牌及相關(guān)信息。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。

　　2）直接法：基于圖像的車牌識別技術(shù)屬于直接法，是一種無源型汽車牌照智能識別方法，能夠在無任何專用發(fā)送車牌信號的車載發(fā)射設(shè)備情況下，對運(yùn)動狀態(tài)車輛或靜止?fàn)顟B(tài)車輛的車牌號碼進(jìn)行非接觸性信息采集并實(shí)時(shí)智能識別。與間接法識別系統(tǒng)相比，首先，這種系統(tǒng)節(jié)省了設(shè)備安置及大量資金，從而提高了經(jīng)濟(jì)效益;其次，由于采用了先進(jìn)的計(jì)算機(jī)應(yīng)用技術(shù)，所以可提高識別速度，較好地解決實(shí)時(shí)性問題;再次，它是根據(jù)圖像進(jìn)行識別，所以通過人的參與可以解決系統(tǒng)中的識別錯(cuò)誤，而其他方法是難以與人交互的。

　　直接法一般有圖像處理技術(shù)，傳統(tǒng)模式識別技術(shù)及人工神經(jīng)網(wǎng)絡(luò)技術(shù)。

　　a圖像處理技術(shù)：運(yùn)用圖像處理技術(shù)解決汽車牌照識別的研究最早始于80年代，但國內(nèi)外均只是就車牌識別中的某一個(gè)具體問題進(jìn)行討論，并且通常僅采用簡單的圖像處理技術(shù)來解決，并沒有形成完整的系統(tǒng)體系，識別過程是使用工業(yè)電視攝像機(jī)拍下汽車的工前方圖像，然后交給計(jì)算機(jī)進(jìn)行簡單的處理，并且最終仍需要人工干預(yù)，例如車輛牌照中省份漢字的識別問題，1985年有人利用常見的圖像處理技木方法提出漢字識別的分類是在抽取漢字特征的基礎(chǔ)上進(jìn)行的，根據(jù)漢字的投影直方圖選取浮動閉值，抽取漢字在豎直方向的峰值，利用樹形查表法進(jìn)行漢字的粗分類;然后根據(jù)漢字在水平方向的投影直方圖，選取適當(dāng)閉值，進(jìn)行量化處理后，形成一個(gè)變長鏈碼，再用動態(tài)規(guī)劃法，求出與標(biāo)準(zhǔn)模式鏈碼的最小距離，實(shí)現(xiàn)細(xì)分米完成漢字省名的自動識別。

　　b傳統(tǒng)模式識別技術(shù)：傳統(tǒng)模式識別技術(shù)指結(jié)構(gòu)特征法，統(tǒng)計(jì)特征法等。90年代，由于計(jì)算機(jī)視覺技術(shù)的發(fā)展，開始出現(xiàn)汽車牌照識別的系統(tǒng)化研究。1990年AS.Johnson等運(yùn)用計(jì)算機(jī)視覺技術(shù)和圖像處理技術(shù)實(shí)現(xiàn)了車輛牌照的自動識別系統(tǒng)。該系統(tǒng)分為圖像分割、特征提取和模板構(gòu)造、字符識別等三個(gè)部分。利用不同閩值對應(yīng)的直方圖不同，經(jīng)過大量統(tǒng)計(jì)實(shí)驗(yàn)確定出車牌位置的圖像直方圖的閩值范圍，從而根據(jù)特定閩值對應(yīng)的直方圖分割出車牌，再利用預(yù)先設(shè)置的標(biāo)準(zhǔn)字符模板進(jìn)行模式匹配識別出字符。

　　c人工神經(jīng)網(wǎng)絡(luò)技術(shù)：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)著唯一個(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。這種采用BAM神經(jīng)網(wǎng)絡(luò)方法的缺點(diǎn)是無映解決識別系統(tǒng)存儲容量和處理速度相矛盾的問題。