車輛牌照識別(VLPR)是計算機視頻圖像識別技術在車輛牌照識別中的應用。車牌識別廣泛應用于高速公路車輛管理，電子不停車收費(ETC)系統也是采用DSRC技術識別車輛的主要手段。

　　車牌識別技術要求能夠從復雜的背景中提取并識別出運動的車牌，通過車牌提取、圖像預處理、特征提取、車牌字符識別等步驟識別出車牌號碼、顏色等信息。目前字母和數字的識別率可以達到99.7%，漢字的識別率可以達到99%。

　　在停車場管理中，車牌識別技術也是識別車輛的主要手段。在深圳公共停車庫(停車場)車輛圖像和車牌信息采集傳輸系統的技術要求中，車牌識別技術已成為車輛識別的主要手段。

　　車輛牌照識別技術結合電子不停車收費系統(ETC)對車輛進行識別，可以實現車輛自動識別，通過路口時不停車自動收費。在停車場的管理中，為了提高車輛在出入口的通行效率，車牌識別正在通過為不需要收取停車費的車輛(如包月貨車、內部免費車輛)建設無人值守的快速通道，改變進出停車場的管理模式。

　　識別過程

　　自動車牌識別

　　它是一種利用車輛的動態視頻或靜態圖像自動識別車牌號和車牌顏色的模式識別技術。其硬件基礎一般包括觸發設備(監控車輛是否進入視野)、攝像設備、照明設備、圖像采集設備、識別車牌號的處理器(如電腦)。其軟件核心包括車牌定位算法、車牌字符分割算法和光學字符識別算法。有些車牌識別系統還具有通過視頻圖像判斷是否有車的功能，稱為視頻車輛檢測。一個完整的車牌識別系統應該包括車輛檢測、圖像采集、車牌識別等部分(如圖1所示)。當車輛檢測部分檢測到車輛的到達時， 它觸發圖像采集單元采集當前視頻圖像。車牌識別單元對圖像進行處理，定位車牌的位置，然后對車牌中的字符進行分割識別，然后輸出車牌號碼。

　　車輛檢測

　　車輛檢測可以采用多種方式，如埋地線圈檢測、紅外檢測、雷達檢測技術、視頻檢測等。

　　使用視頻檢測可以避免損壞路面，無需額外的外部檢測設備和校正觸發位置，節省開支，更適合移動和便攜應用。

　　對于視頻車輛檢測，系統需要較高的處理速度和優秀的算法來實現圖像采集和處理不丟幀。如果處理速度慢，會導致丟幀，使系統無法檢測到行駛速度較快的車輛，也難以保證識別處理會在有利于識別的位置開始，影響系統的識別率。因此，將視頻車輛檢測與車牌自動識別結合起來，在技術上有一定的難度。

　　數字識別

　　為了識別牌照，需要執行以下基本步驟:

　　1、車牌定位，定位圖片中的車牌位置；

　　2、車牌字符分割，將車牌中的字符分離出來；

　　3.車牌字符識別:對分割出來的字符進行識別，最終形成車牌號碼。在車牌識別過程中，車牌顏色識別基于不同的算法，可能在上述不同的步驟中實現，通常與車牌識別相互配合，相互驗證。

　　一、車牌定位

　　在自然環境中，汽車圖像背景復雜，光照不均勻。如何準確地確定自然背景中的車牌區域是整個識別過程的關鍵。首先對采集的視頻圖像進行大范圍搜索，找到幾個符合汽車牌照特征的區域作為候選區域。然后，對這些候選區域進行進一步的分析和判斷，然后選擇一個新的區域作為車牌區域，并從圖像中分離出來。

　　二、車牌字符分割

　　車牌區域定位完成后，將車牌區域分割成單個字符，然后進行識別。字符分割一般采用垂直投影法。因為字符在垂直方向上的投影必然會在字符之間或字符內部的間隙處接近局部小值，而且這個位置要滿足車牌的字符書寫格式、字符、大小限制等一些條件。垂直投影法對復雜環境下的汽車圖像中的字符分割有很好的效果。

　　三、車牌字符識別方法

　　主要有基于模板的匹配算法和人工神經網絡算法?；谀０宓钠ヅ渌惴ㄊ紫葘Ψ指詈蟮淖址M行二值化，并將其大小縮放到字符數據庫中模板的大小，然后匹配所有模板，并選擇匹配作為結果?；谌斯ど窠浘W絡的算法有兩種:一種是先提取字符的特征，然后用得到的特征訓練神經網絡分配器；另一種方法是直接將圖像輸入網絡，網絡會自動提取特征，直到識別出結果。

　　在實際應用中，車牌識別系統的識別率也與車牌質量和拍攝質量密切相關。車牌質量會受到各種因素的影響，如生銹、污損、掉漆、字體褪色、車牌被遮擋、車牌傾斜、高亮反光、多車牌、假車牌等。實際拍攝過程也會受到環境亮度、拍攝模式、車速等因素的影響。這些因素都不同程度地降低了車牌識別的識別率，這也是車牌識別系統的難點和挑戰。要提高識別率，除了不斷改進識別算法，還要想辦法克服各種光照條件，使采集到的圖像有利于識別。