系統(tǒng)進行視頻車輛檢測，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)無法正確檢測到行駛速度較快的車輛，同時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。下面是小編收集整理的汽車車牌自動識別的原理是什么，歡迎閱讀。

　　汽車牌照自動識別技術(shù)是一項利用車輛的動態(tài)視頻或靜態(tài)圖像進行牌照號碼、牌照顏色自動識別的模式識別技術(shù)。通過對圖像的采集和處理，完成車牌自動識別功能，能從一幅圖像中自動提取車牌圖像，自動分割字符，進而對字符進行識別.其硬件基礎(chǔ)一般包括觸發(fā)設(shè)備(監(jiān)測車輛是否進入視野)、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(如計算機)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。 某些牌照識別系統(tǒng)還具有通過視頻圖像判斷車輛駛?cè)胍曇暗墓δ芊Q之為視頻車輛檢測。一個完整的牌照識別系統(tǒng)應(yīng)包括車輛檢測、圖像采集、牌照識別等幾部分。當(dāng)車輛檢測部分檢測到車輛到達時觸發(fā)圖像采集單元，采集當(dāng)前的視頻圖像。牌照識別單元對圖像進行處理，定位出牌照位置，再將牌照中的字符分割出來進行識別，然后組成牌照號碼輸出。

　　車牌識別停車場管理系統(tǒng)將攝像機在入口拍攝的車輛車牌號碼圖象自動識別并轉(zhuǎn)換成數(shù)字信號。做到一卡一車，車牌識別的優(yōu)勢在于可以把卡和車對應(yīng)起來，使管理提高一個檔次，卡和車的對應(yīng)的優(yōu)點在于長租卡須和車配合使用，杜絕一卡多車使用的漏洞，提高物業(yè)管理的效益;同時自動比對進出車輛，防止偷盜事件的發(fā)生。升級后的攝像系統(tǒng)可以采集更清晰的圖片，作為檔案保存，可以為一些糾紛提供有力的證據(jù)。 方便了管理人員在車輛出場時進行比對，大大增強了系統(tǒng)的安全性。

　　1.車輛檢測

　　車輛檢測可以采用埋地線圈檢測、紅外檢測、雷達檢測、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。

　　具備視頻車輛檢測功能的牌照識別系統(tǒng)，首先對視頻信號中的一幀(場)的信號進行圖像采集，數(shù)字化，得到對應(yīng)的數(shù)字圖像;然后對其進行分析，判斷其中是否有車輛;若認(rèn)為有車輛通行，則進入到下一步進行牌照識別;否則繼續(xù)采集視頻信號，進行處理。

　　系統(tǒng)進行視頻車輛檢測，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)無法正確檢測到行駛速度較快的車輛，同時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。

　　2.牌照號碼、顏色識別

　　為了進行牌照識別，需要以下幾個基本的步驟：

　　• 牌照定位，定位圖片中的牌照位置;

　　• 牌照字符分割，把牌照中的字符分割出來;

　　• 牌照字符識別，把分割好的字符進行識別，最終組成牌照號碼。

　　牌照識別過程中，牌照顏色的識別依據(jù)算法不同，可能在上述不同步驟實現(xiàn)，通常與牌照識別互相配合、互相驗證。

　　(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)域是整個識別過程的關(guān)鍵。首先對采集到的視頻圖像進行大范圍相關(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)域做進一步分析、評判，最后選定一個最佳的區(qū)域作為牌照區(qū)域，并將其從圖象中分割出來。

　　(2)牌照字符分割

　　完成牌照區(qū)域的定位后，再將牌照區(qū)域分割成單個字符，然后進行識別。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

　　字符識別方法目前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?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行匹配，最后選最佳匹配作為結(jié)果。基于人工神經(jīng)元網(wǎng)絡(luò)的算法有兩種：一種是先對待識別字符進行特征提取，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待處理圖像輸入網(wǎng)絡(luò)，由網(wǎng)絡(luò)自動實現(xiàn)特征提取直至識別出結(jié)果。

　　實際應(yīng)用中，牌照識別系統(tǒng)的識別率與牌照質(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;實際拍攝過程也會受到環(huán)境亮度、拍攝亮度、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牌照識別的識別率，也正是牌照識別系統(tǒng)的困難和挑戰(zhàn)所在。為了提高識別率，除了不斷的完善識別算法，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。