車輛檢測可采用埋地線圈檢測、紅外檢測、雷達(dá)檢測技術(shù)、視頻檢測等方式進(jìn)行。視頻檢測可避免損壞道路，無需附加外部檢測設(shè)備，無需糾正觸發(fā)位置，節(jié)省費(fèi)用，更適合移動和便攜式應(yīng)用的要求。

視頻車輛檢測系統(tǒng)需要高處理速度，采用優(yōu)秀算法，實現(xiàn)圖像采集和處理，基本不丟幀。如果處理速度慢，會導(dǎo)致幀丟失，使系統(tǒng)無法檢測到行駛速度快的車輛，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，視頻車輛檢測車牌自動識別與一定的技術(shù)難度相結(jié)合：基本車牌識別需要以下步驟：
1) 牌照定位，定位圖片中的牌照位置；

2) 牌照字符分割，把牌照中的字符分割出來；

3) 牌照字符識別，把分割好的字符進(jìn)行識別，最終組成牌照號碼。

車牌識別過程中，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)，通常與車牌識別互相配合、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(jìn)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(jìn)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，并將其從圖像中分離出來。

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(jìn)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) 牌照字符識別方法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⑵涑叽绱笮】s放為字符數(shù)據(jù)庫中模板的大小，然后與所有的模板進(jìn)行匹配，選擇最佳匹配作為結(jié)果。基于人工神經(jīng)網(wǎng)絡(luò)的算法有兩種：一種是先對字符進(jìn)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，車牌識別系統(tǒng)的識別率還與牌照質(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、拍攝方式、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車牌識別的識別率，也正是車牌識別系統(tǒng)的困難和挑戰(zhàn)所在。為了提高識別率，除了不斷地完善識別算法還應(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。

銳方達(dá)科技的車牌識別系統(tǒng)隨著客戶的需求不斷的升級著自己的產(chǎn)品技術(shù)，目前已經(jīng)能夠適應(yīng)不用的使用環(huán)境，歡迎對車牌識別系統(tǒng)有需要的朋友可以關(guān)注銳方達(dá)科技官網(wǎng)：http://authnetflix.com/