一、车牌自动识别的流程

车牌自动识别流程是系统前端采用了嵌入式高清一体化摄像机，可实现百万级分辨率的视频和图片码流输出，内置了高性能DSP芯片，支持内置智能算法、可实现视频检测、车牌自动识别等功能。

内置相机的车牌自动识别系统使用了独特的纹理+模型算法，具有定位精准，识别速度快，识别精度高，误识率低等特点，不但能捕获有车牌的车辆，对于无牌车同样也能进行正常捕获。将传统模式中基于后端服务器或前端工控机的车牌识别算法移植到前端相机中，具有高集成度，高稳定性，高适应性等特点，相比传统的PC或工控机模式，更能适应实际道路的复杂环境，更能满足智能交通系统中全天候工作的要求。

采用了动态视频识别技术，实现对视频流每一帧图像进行识别，从而达到增加识别比对次数，大大提高了识别的效率和准确率。

车辆牌照的自动识别主要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。

识别的具体步骤分为车牌定位、车牌提取、字符识别。在自然环境中，相机首先对采集到的视频图像进行大范围相关搜索，找到符合汽车牌照特征的若干区域作为候选区，然后对这些侯选区域做进一步分析、评判，最后选定一个最佳的区域作为牌照区域，并将其从图象中分割出来。

完成牌照区域的定位后，再将牌照区域分割成单个字符，然后进行识别，车牌识别算法采用基于模板匹配算法，首先将分割后的字符二值化，并将其尺寸大小缩放为字符数据库中模板的大小，然后与所有的模板进行匹配，最后选最佳匹配作为结果，通过这种多次比对的方式极大了提高了车牌识别的准确率。

二、车牌自动识别系统应用特点

1、强大的ISP处理能力

车牌自动识别系统的识别率与牌照质量和拍摄的图像质量有非常密切的关系，不但牌照本身的生锈、污损、油漆剥落、字体褪色等各种因素会大大影响车牌识别的准确性，而且拍摄的环境是否理想也会给车牌识别带来很大的影响。

智能交通摄像机内置了强大的ISP处理功能，可提供视频稳定、面部检测、噪声过滤、自动白平衡、自动曝光以及伽马校正、边缘增强等功能，将图像质量和效果提升到一个新的层次，不但改善了用户实际观感，更为智能化应用如车牌识别等提供了很好的运算分析基础，充分保证了较高的车牌识别的准确率。

2、对光照气候背景良好的适应性

很多车牌识别系统在阴天时识别率较高，晴天时反而下降甚至无法识别。直射光情况下，拍摄方向与阳光照射方向相同，拍摄到的车牌区域很亮导致字符笔划较粗、相互粘连，而且我国的车牌都采用反光漆，严重时会出现镜面反射，无法看清车牌号码。

另外，车体表面的反光产生的亮线、光晕也会对识别造成影响。牌照识别多数用于识别运动中的车辆，车牌区域在整个图像中是不固定的，普通摄像机无法根据车牌区域进行调节。夜间环境下车辆开启车灯，普通摄像机受大灯的影响减弱曝光强度造成图像车牌区域很暗，无法看清号码，车大灯的光线还可能形成大面积光晕遮挡牌照区域。

作为城市静态交通里重要的一环，停车场在越来越智能化的今天，智能车牌识别技术为此起到了关键作用。随着计算机技术的不断进步和软件智能化应用算法的发展，车牌识别技术将会更加的成熟，将逐渐取代IC刷卡，为停车场出入口管理的智能化带来又一次重大变革。车牌识别技术对维护交通安全和城市治安，防止交通堵塞，实现交通全自动化管理有着现实的意义，是实现智慧停车的最大动力。