廠家解析車牌識（shí）別原理

自然環境（jìng）下，汽車圖像背景複雜、光照不均勻，如何在自然背景中準確地確定牌照區域是整個識別過程的關鍵。首先對采集到的（de）視頻圖像進行（háng）大範圍相關（guān）搜索，找到符（fú）合汽車牌照（zhào）特征的若（ruò）幹區域作為候選區，然後對這些侯選區域做進一步分（fèn）析、評（píng）判，最後選定一個最佳的區域作為牌照區域，並將其從圖像中分離出來。

牌照字符識別方法主要有基（jī）於模板匹配算法和基於人工神經網絡（luò）算法。基於模板匹配算法首先將分（fèn）割後的字（zì）符二值化並將其尺寸（cùn）大小縮放為字符（fú）數據庫中（zhōng）模（mó）板的（de）大小，然後（hòu）與所有的模板進行匹配，選擇最佳匹配作為結果。基於人工神經網絡（luò）的算法有兩種：一種是先對（duì）字符進（jìn）行特征提取，然後用所（suǒ）獲得特征來訓練神經網絡分配器；另一種方法是直接把圖像輸入網絡，由網絡自（zì）動實現特征提取直至（zhì）識（shí）別出（chū）結果（guǒ）。

完成牌照區（qū）域的定位後，再（zài）將牌照（zhào）區域分（fèn）割成單個字符，然後進行識別。字符分割一般采用垂直投影法。由於字符在垂直方（fāng）向上的投影必然在字符間或字符內的（de）間（jiān）隙處取得局部最小值的附近，並（bìng）且這個位置應滿足（zú）牌（pái）照（zhào）的字符書寫格式（shì）、字符、尺寸限製和一些（xiē）其他條件。利用垂直投影法對複雜環境（jìng）下（xià）的汽車圖像（xiàng）中的字符分割有較好的效果（guǒ）。

車牌識別雲台攝像機通過光抑製屏蔽，電子快門調節，寬動（dòng）態功（gōng）能等來實（shí）現（xiàn）抓拍車牌：

強光屏蔽：在低照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身份的最重要手段（duàn），車牌識別（bié）技術為（wéi）實現交通的智能管理發揮了很大作（zuò）用，在各項（xiàng）工作中都有車牌識別技術（shù）的滲透。

未來，隨著我國城市化進程發展的（de）提速（sù），交通壓力將更加嚴峻（jun4），因（yīn）此智能化交通管理將是今後交（jiāo）通發（fā）展（zhǎn）的大方向。而作為智能（néng）化交通管理體（tǐ）係中（zhōng）的重要核心，車牌識別（bié）係統也將得（dé）到進一步扶持和發展。專（zhuān）家預測，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（miàn）臨大洗牌，隻有擁有自主核心技術並（bìng）且（qiě）產品質量達標的公司才能過關，這也是車牌識別技術走向快速發（fā）展（zhǎn）階（jiē）段的必經之路。