汽車牌照自動識別技術是一項利用車輛的動態視頻或靜態圖像進行牌照號碼、牌照顏色自動識別的模式識別技術。通過對圖像的采集和處理，完成車牌自動識別功能，能從一幅圖像中自動提取車牌圖像，自動分割字符，進而對字符進行識別.其硬件基礎一般包括觸發設備(監測車輛是否進入視野)、攝像設備、照明設備、圖像采集設備、識別車牌號碼的處理機(如計算機)等，其軟件核心包括車牌定位算法、車牌字符分割算法和光學字符識別算法等。某些牌照識別系統還具有通過視頻圖像判斷車輛駛入視野的功能稱之為視頻車輛檢測。
一、車牌識別技術流程剖解
車牌識別作為交通監控的核心技術，應用在多項子系統中，如闖紅燈監測系統、超速監測系統、逆行監測系統、禁行監測系統、公交車道監測系統、非機動車道行車監測系統、壓雙黃線監測系統、緊急停車帶行車監測系統、移動式車輛稽查系統等等。智能化多媒體網絡車牌識別系統廣泛應用在過往車輛自動登記、驗證，公路收費，車輛安全核查，小區、停車場管理等方面。
系統采用視頻實時觸發方式進行檢測抓拍，能夠自動偵測、準確識別及驗證行駛或停泊中車輛的整車車牌號碼?？蓪σ炎ヅ膱D像與數據庫資料及時進行比對，當發現應攔截車輛時，系統能在本地機和中心機上及時報警。系統采用先進的模糊圖像處理技術，通過程序能很好的實現對于車牌的整體傾斜、車牌的文字傾斜、車牌的污損和模糊等的處理，將人眼都很難辨別的車牌號識別出來。
車牌識別的流程可分為車牌定位、車牌預處理、字符分割和字符識別四個步驟。
二、系統實現功能和技術特點
準確識別不同地區及各種類型的車牌號碼。
采用圖像自動觸發方式，不需要其他外在觸發機制。
自動完成車輛記數，車流量統計。
對已抓拍圖像能與數據庫資料及時進行比對，當發現應攔截車輛時，在本地機和中心機上及時。
內置的數據庫管理軟件能存儲、搜索及整理車輛資料，能自動備份數據并完成統計報告。
在網絡的環境下實現各地的數據同步，可實時監控前端系統的運行狀況。
對運動速度在180公里/小時以下的汽車車牌進行自動識別。
在良好光照條件下，車牌識別率不低于96%，在陰雨天、夜間人工光照條件下，車牌識別率不低于90%。系統能夠識別的車牌類型包括：普通民用汽車車牌、軍用汽車車牌(含武警車牌)、警用汽車車牌系統能夠識別車輛類型，繪制出車輛的三維圖像。
抓拍圖像的時間小于0.03秒，識別圖像的時間小于0.2秒。
系統適應全天候條件下工作。
三、停車場車牌識別應用
一個完整的牌照識別系統應包括車輛檢測、圖像采集、牌照識別等幾部分。當車輛檢測部分檢測到車輛到達時觸發圖像采集單元，采集當前的視頻圖像。牌照識別單元對圖像進行處理，定位出牌照位置，再將牌照中的字符分割出來進行識別，然后組成牌照號碼輸出。
（一）車輛檢測
車輛檢測可以采用埋地線圈檢測、紅外檢測、雷達檢測、視頻檢測等多種方式。采用視頻檢測可以避免破壞路面、不必附加外部檢測設備、不需矯正觸發位置、節省開支，而且更適合移動式、便攜式應用的要求。
具備視頻車輛檢測功能的牌照識別系統，首先對視頻信號中的一幀(場)的信號進行圖像采集，數字化，得到對應的數字圖像；然后對其進行分析，判斷其中是否有車輛；若認為有車輛通行，則進入到下一步進行牌照識別；否則繼續采集視頻信號，進行處理。
系統進行視頻車輛檢測，需要具備很高的處理速度并采用優秀的算法，在基本不丟幀的情況下實現圖像采集、處理。若處理速度慢，則導致丟幀，使系統無法正確檢測到行駛速度較快的車輛，同時也難以保證在有利于識別的位置開始識別處理，影響系統識別率。因此，將視頻車輛檢測與牌照自動識別相結合具備一定的技術難度。
（二）牌照號碼、顏色識別
為了進行牌照識別，需要以下幾個基本的步驟：
牌照定位，定位圖片中的牌照位置；
牌照字符分割，把牌照中的字符分割出來；
牌照字符識別，把分割好的字符進行識別，更終組成牌照號碼。
牌照識別過程中，牌照顏色的識別依據算法不同，可能在上述不同步驟實現，通常與牌照識別互相配合、互相驗證。
1、牌照定位
自然環境下，汽車圖像背景復雜、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。首先對采集到的視頻圖像進行大范圍相關搜索，找到符合汽車牌照特征的若干區域作為候選區，然后對這些侯選區域做進一步分析、評判，更后選定一個更佳的區域作為牌照區域，并將其從圖象中分割出來。
2、牌照字符分割
完成牌照區域的定位后，再將牌照區域分割成單個字符，然后進行識別。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的間隙處取得局部更小值的附近，并且這個位置應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雜環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
字符識別方法目前主要有基于模板匹配算法和基于人工神經網絡算法?；谀０迤ヅ渌惴ㄊ紫葘⒎指詈蟮淖址祷?，并將其尺寸大小縮放為字符數據庫中模板的大小，然后與所有的模板進行匹配，更后選更佳匹配作為結果?；谌斯ど窠浽W絡的算法有兩種：一種是先對待識別字符進行特征提取，然后用所獲得特征來訓練神經網絡分配器；另一種方法是直接把待處理圖像輸入網絡，由網絡自動實現特征提取直至識別出結果。
實際應用中，牌照識別系統的識別率與牌照質量和拍攝質量密切相關。牌照質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境亮度、拍攝亮度、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牌照識別的識別率，也正是牌照識別系統的困難和挑戰所在。為了提高識別率，除了不斷的完善識別算法，還應該想辦法克服各種光照條件，使采集到的圖像更利于識別。