[摘要]车牌识别原理
车牌识别是基于图像分割和图像识别理论，对含有车辆号牌的图像进行分析处理，从而确定牌照在图像中的位置，并进一步提取和识别出文本字符。车
牌识别过程包括图像采集、预处理、车牌定位、字符分割、字符识别、结果输出等一系列算法运算，其运行流程如下图所示： 图像采集： 通过高清摄像抓拍主机对卡口过车或车辆违章行为进行实时、不间断记录、采集。 预处理： 图片
车牌识别原理
车牌识别是基于图像分割和图像识别理论，对含有车辆号牌的图像进行分析处理，从而确定牌照在图像中的位置，并进一步提取和识别出文本字符。车
牌识别过程包括图像采集、预处理、车牌定位、字符分割、字符识别、结果输出等一系列算法运算，其运行流程如下图所示： 图像采集： 通过高清摄像抓拍主机对卡口过车或车辆违章行为进行实时、不间断记录、采集。 预处理： 图片质量是影响车辆识别率高低的关键因素，因此，需要对高清摄像抓拍主机采集到的原始图像进行噪声过滤、自动白平衡、自动曝光以及伽马校正、边缘增强、对比度调整等处理。
车牌定位： 车牌定位的准确与否直接决定后面的字符分割和识别效果，是影响整个车牌识别率的重要因素。其核心是纹理特征分析定位算法，在经过图像预处理之后的灰度图像上进行行列扫描，通过行扫描确定在列方向上含有车牌线段的候选区域，确定该区域的起始行坐标和高度，然后对该区域进行列扫描确定其列坐标和宽度，由此确定一个车牌区域。通过这样的算法可以对图像中的所有车牌实现定位。 字符分割： 在图像中定位出车牌区域后，通过灰度化、灰度拉伸、二值化、边缘化等处理，进一步精确定位字符区域，然后根据字符尺寸特征提出动态模板法进行字符分割，并将字符大小进行归一化处理。 字符识别： 对分割后的字符进行缩放、特征提取，获得特定字符的表达形式，然后通过分类判别函数和分类规则，与字符数据库模板中的标准字符表达形式进行匹配判别，就可以识别出输入的字符图像。 结果输出：将车牌识别的结果以文本格式输出。
车牌识别技术的实现原理和实现方式
车辆牌照的识别是基于图像分割和图像识别理论，
对含有车辆号牌的图像进行分析处理，从而确定牌照在图像中的位置，并进一步提取和识别出文本字符。
识别步骤概括为：车牌定位、车牌提取、字符识别。三个步骤地识别工作相辅相成，各自的有效率都较高，整体的识别率才会提高。
识别速度的快慢取决于字符识别，字符的识别目前的主要应用技术为比对识别样本库，
即将所有的字符建立样本库，字符提取后通过比对样本库实现字符的判断，
识别过程中将产生可信度、倾斜度等中间结果值；另一种是基于字符结构知识的字符识别技术，
更加有效的提高识别速率和准确率，适应性较强。
车牌识别系统实现的方式主要分为两种：一种是静态图像图片的识别，
另一种是动态视频流的实时识别。
静态图像识别技术的识别有效率较大程度上受限于图像的抓拍质量，为单帧图像识别，目前市场产品识别速度平均为200
毫秒；而动态视频流的识别技术适应性较强，识别速度快，
它实现了对视频每一帧图像进行识别，增加识别比对次数，择优选取车牌号，
关键在于较少的受到单帧图像质量的影响，目前市场产品识别较好的时间为10毫秒。
惠控科技 朱正勇 ***