廠家解析（xī）車牌識別原理（lǐ）

自然環境下，汽車（chē）圖像背景複雜、光照不均勻，如何在自然背景（jǐng）中準確（què）地確定牌照區域是整個識別過程的關鍵（jiàn）。首先對采（cǎi）集到的視頻圖像進行大範圍相關（guān）搜索，找到符合汽車牌照特征（zhēng）的若幹區域作為候選區，然後對這（zhè）些侯選區域做進一步分析、評判，最後選定一個（gè）最佳的區域作為牌照區域，並將其從圖像（xiàng）中分離出來。

牌（pái）照字符（fú）識別方法主（zhǔ）要有基於模板匹配算法和基於人工（gōng）神經網絡算法。基於模板匹配算法首先（xiān）將分割後的字符二值化並將其尺寸大小縮放為字符數（shù）據（jù）庫中模板的大小，然後（hòu）與所有的模板進行匹配，選擇最佳匹配（pèi）作為結果（guǒ）。基於人工神經（jīng）網（wǎng）絡的算（suàn）法有兩種：一種是（shì）先（xiān）對字符進行特（tè）征提取，然後用所獲得特（tè）征來訓練神經網絡分（fèn）配器（qì）；另一種方法是（shì）直接把圖像（xiàng）輸入網絡，由網絡自動實現特征提取直至識別出結果。

完成牌（pái）照區（qū）域的定位後，再將牌照區域分割成單個字符，然後進（jìn）行識別。字（zì）符分割一（yī）般采用（yòng）垂直投（tóu）影法。由於字符在垂直方向上的投（tóu）影必然在字（zì）符間或字符（fú）內的間隙處取得局部最小值的附（fù）近，並且這（zhè）個位置應滿足牌照的字（zì）符（fú）書寫格式、字符、尺（chǐ）寸限製和一些其他條件。利用垂（chuí）直投影法對複雜環（huán）境（jìng）下的汽車圖像中的字符分割有較好的效果。

車（chē）牌識別雲（yún）台攝像機（jī）通過光抑製屏蔽，電子快門調節，寬動態功能等來實現抓拍車牌：

強（qiáng）光屏蔽：在低照（zhào）度彩色攝像機的基礎上，通過軟件的功能，把圖（tú）像中最亮的部分遮擋。

作為智能交通領域確定車輛（liàng）身份（fèn）的最重要手段，車牌識別（bié）技術為實現交通的智能管理發揮了（le）很（hěn）大作用，在各項工作中都有車牌（pái）識別技術的（de）滲透。

未來（lái），隨（suí）著（zhe）我國城市化進程發展的提速，交通壓力將更加嚴峻，因（yīn）此智能化交通管理將是今（jīn）後交通發展的大方向。而（ér）作為智能化交通管理體係中的重要核心，車牌識別係統也將得到（dào）進一步扶持和發展。專家預（yù）測，未來車牌識別技（jì）術將有更廣泛的應（yīng）用，屆時車牌識別係統行業也將麵臨大洗牌，隻有擁有自主（zhǔ）核心技術並且產品質（zhì）量達標的（de）公司才能過關，這也是車牌識別（bié）技術走向（xiàng）快（kuài）速發展階段的必（bì）經之路。