随着时期的发展，智能车牌识别系统已被广泛利用于小区、阛阓、汽车站等停车场所。智能车牌识别系统已成为当今社会智能交通管理中的主要角色!
提起智能车牌识别系统，对付大部分人来说这都已经是再熟习不过的停车场管理设备了，其浸染是为人们营造一个智能化、便捷化、安全化的停车环境。当然，智能车牌识别系统采取监控式的高清车牌识别摄像机、全自动快速升降杆道闸、电子语音集成显示屏、数字式车辆检测器以及补光设备，目的是实现车主进出停车场一直车自动通畅.
车牌识别系统(Vehicle License Plate Recognition，VLPR) 是打算机视频图像识别技能在车辆牌照识别中的一种运用。车牌识别在高速公路车辆管理中得到广泛运用，电子收费（ETC）系统中，也是结合DSRC技能识别车辆身份的紧张手段。
车牌识别技能哀求能够将运动中的汽车牌照从繁芜背景中提取并识别出来，通过车牌提取、图像预处理、特色提取、车牌字符识别等技能，识别车辆牌号、颜色等信息，目前最新的技能水平为字母和数字的识别率可达到99.7%，汉字的识别率可达到99%。
在停车场管理中，车牌识别技能也是识别车辆身份的紧张手段。在深圳市公安局培植的《停车库（场）车辆图像和号牌信息采集与传输系统技能哀求》中，车牌识别技能成为车辆身份识别的紧张手段。
车牌识别技能结合电子一直车收费系统（ETC）识别车辆，过往车辆通过道口时无须停车，即能够实现车辆身份自动识别、自动收费。在车场管理中，为提高出入口车辆通畅效率，车牌识别针对无需收停车费的车辆（如月卡车、内部免费通畅车辆），培植无人值守的快速通道，免取卡、一直车的出入体验，正改变出入停车场的管理模式。
中文名
车牌识别系统
外文名
Vehicle License Plate Recognition，VLPR
应 用
车牌自动识别
硬件配置
像机、主控机、采集卡、照明
智能配置，不用取卡（不带电脑）
系统简介
编辑
车牌识别系统
车牌识别系统(Vehicle License Plate Recognition，VLPR) 是指能够检测到受监控路面的车辆并自动提取车辆牌照信息（含汉字字符、英笔墨母、阿拉伯数字及号牌颜色）进行处理的技能。车牌识别是当代智能交通系统中的主要组成部分之一，运用十分广泛。它以数字图像处理、模式识别、打算机视觉等技能为根本，对摄像机所拍摄的车辆图像或者视频序列进行剖析，得到每一辆汽车唯一的车牌号码，从而完成识别过程。通过一些后续处理手段可以实现停车场收费管理，交通流量掌握指标丈量，车辆定位，汽车防盗，高速公路超速自动化监管、闯红灯电子警察、公路收费站等等功能。对付掩护交通安全和城市治安，防止交通堵塞，实现交通自动化管理有着现实的意义。
汽车牌照号码是车辆的唯一“身份”标识，牌照自动识别技能可以在汽车不作任何改动的情形下实现汽车“身份”的自动登记及验证，这项技能已经运用于公路收费、停车管理、称重系统、交通勾引、交通司法、公路稽查、车辆调度、车辆检测等各种场合。
以下列举了几种运用办法：
——监测报警
对付纳入“黑名单”的车辆，例如：被通缉或挂失落的车辆、欠交费车辆、未年检车辆、闹事逃逸及违章车辆等，只需将其车牌号码输入到运用系统中，车牌识别设备安装于指定的路口、卡口或由司法职员随时携带按须要放置，系统将识读所有通过车辆的牌照号码并与系统中的“黑名单”比对，一旦创造指定车辆急速发出报警信息。系统可以全天不间断事情、不会疲倦、缺点率极低；可以适应高速行驶的车辆；可以在车辆行使过程中完成任务不影响正常交通；全体监视过程中司机也不会觉察、保密性高。运用这种系统将极大地提高司法效率。
——超速违章惩罚
车牌识别技能结合测速设备可以用于车辆超速违章惩罚，一样平常用于高速公路。详细运用是：在路上设置测速监测点，抓拍超速的车辆并识别车牌号码，将违章车辆的牌照号码及图片发往各出口；在各出口设置惩罚点，用车牌识别设备识别通过车辆并将号码与已经收到的超速车辆的号码比对，一旦号码相同即启动警示设备关照司法职员处理。与传统的超速监测办法比较，这种运用可以节省警力，降落司法职员的事情强度，而且安全、高效、暗藏，司机需时候提醒自己不能超速，极大地减少了因超速引发的事件。
——车辆出入管理
将车牌识别设备安装于出入口，记录车辆的牌照号码、出入韶光，并与自动门、栏杆机的掌握设备结合，实现车辆的自动管理。运用于停车场可以实现自动计时收费，也可以自动打算可用车位数量并给出提示，实现停车收费自动管理节省人力、提高效率。运用于智能小区可以自动判别驶入车辆是否属于本小区，对非内部车辆实现自动计时收费。在一些单位这种运用还可以同车辆调度系统相结合，自动地、客不雅观地记录本单位车辆的出车情形，车牌识别管理系统采取了车牌识别技能，达到一直车、免取卡，有效提高车辆出入通畅效率。
——自动放行
将指定的牌照信息输入系统，系统自动地识读经由车辆的牌照并查询内部数据库。对付须要自动放行的车辆系统驱动电子门或栏杆机让其通过，对付其它车辆系统会给出警示，由值勤职员处理。可用于分外单位（如军事管理区、保密单位、重点保护单位等）、路桥收费卡口、高等住宅区等。
——高速公路收费管理
在高速路的各个出入口安装车牌识别设备，车辆驶入时识别车辆牌照将入口资料存入收费系统，车辆到达出口时再次识别其牌照并根据牌照信息调用入口资料，结合出入口资料实现收费管理。这种运用可以实现自动计费并可防止作弊，避免了应收款的流失落。
高速公路已开始履行联网收费，随着联网范围的扩大，不同车型的收费差额也越来越高，司机利用现有收费系统的漏洞通过中途换卡进行逃费的问题将越来越突出，利用车牌识别技能是办理此类问题的根本方法。
——打算车辆旅行韶光
在交通管理系统中可以将车辆在某条道路的均匀旅行韶光作为判断该道路拥堵状况的一个参数。安装车牌识别设备于道路的起止点，识读所有通过车辆并将牌照号码传回交通指挥中央，指挥中央的管理系统根据这些结果就可打算出车辆均匀旅行韶光。
——牌照号码自动登记
交通监管部门每天都要处理大量的违章车辆图片，一样平常由人工辨识车牌号码再输入管理系统，这种办法事情量大、随意马虎疲倦误判。采取自动识别可以减少事情强度能够大幅度提高处理速率和效率。这种功能可用于电子警察系统、道路监控系统等。
车牌识别停车场管理系统将摄像机在入口拍摄的车辆车牌号码图象自动识别并转换成数字旗子暗记。做到一卡一车，车牌识别的上风在于可以把卡和车对应起来，使管理提高一个档次，卡和车的对应的优点在于长租卡须和车合营利用，杜绝一卡多车利用的漏洞，提高物业管理的效益；同时自动比对进出车辆，防止偷窃事宜的发生。升级后的摄像系统可以采集更清晰的图片，作为档案保存，可以为一些轇轕供应有力的证据。 方便了管理职员在车辆出场时进行比对，大大增强了系统的安全性。
汽车牌照自动识别技能是一项利用车辆的动态视频或静态图像进行牌照号码、牌照颜色自动识别的模式识别技能。通过对图像的采集和处理，完成车牌自动识别功能，能从一幅图像中自动提取车牌图像，自动分割字符，进而对字符进行识别.其硬件根本一样平常包括触发设备(监测车辆是否进入视野)、摄像设备、照明设备、图像采集设备、识别车牌号码的处理机(如打算机)等。
识别流程
车牌自动识别是一项利用车辆的动态视频或静态图像进行牌照号码、牌照颜色自动识别的模式识别技能。其硬件根本一样平常包括触发设备（监测车辆是否进入视野）、摄像设备、照明设备、图像采集设备、识别车牌号码的处理机（如打算机）等，其软件核心包括车牌定位算法、车牌字符分割算法和光学字符识别算法等。某些车牌识别系统还具有通过视频图像判断是否有车的功能称之为视频车辆检测。一个完全的车牌识别系统应包括车辆检测、图像采集、车牌识别等几部分(如图1所示)。当车辆检测部分检测到车辆到达时触发图像采集单元，采集当前的视频图像。车牌识别单元对图像进行处理，定位出牌照位置，再将牌照中的字符分割出来进行识别，然后组成牌照号码输出。
车辆检测
车辆检测可以采取埋地线圈检测、红外检测、雷达检测技能、视频检测等多种办法。采取视频检测可以避免毁坏路面、不必附加外部检测设备、不需纠正触发位置、节省开支，而且更适宜移动式、便携式运用的哀求。
系统进行视频车辆检测，须要具备很高的处理速率并采取精良的算法，在基本不丢帧的情形下实现图像采集、处理。若处理速率慢，则导致丢帧，使系统无法检测到行驶速率较快的车辆，同时也难以担保在有利于识别的位置开始识别处理，影响系统识别率。因此，将视频车辆检测与牌照自动识别相结合具备一定的技能难度。
号码识别
为了进行车牌识别，须要以下几个基本的步骤：
1、 牌照定位，定位图片中的牌照位置；
2、牌照字符分割，把牌照中的字符分割出来；
3、牌照字符识别，把分割好的字符进行识别，终极组成牌照号码。
车牌识别过程中，牌照颜色的识别依据算法不同，可能在上述不同步骤实现，常日与车牌识别相互合营、相互验证。
一、牌照定位
自然环境下，汽车图像背景繁芜、光照不屈均，如何在自然背景中准确地确定牌照区域是全体识别过程的关键。首先对采集到的视频图像进行大范围干系搜索，找到符合汽车牌照特色的多少区域作为候选区，然后对这些侯选区域做进一步剖析、评判，末了选定一个最佳的区域作为牌照区域，并将其从图像等分离出来。
二、牌照字符分割
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。字符分割一样平常采取垂直投影法。由于字符在垂直方向上的投影一定在字符间或字符内的间隙处取得局部最小值的附近，并且这个位置应知足牌照的字符书写格式、字符、尺寸限定和一些其他条件。利用垂直投影法对繁芜环境下的汽车图像中的字符分割有较好的效果。
三、 牌照字符识别方法
紧张有基于模板匹配算法和基于人工神经网络算法。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，选择最佳匹配作为结果。基于人工神经网络的算法有两种：一种是先对字符进行特色提取，然后用所得到特色来演习神经网络分配器；另一种方法是直接把图像输入网络，由网络自动实现特色提取直至识别出结果。
实际运用中，车牌识别系统的识别率还与牌照质量和拍摄质量密切干系。牌照质量会受到各种成分的影响，如生锈、污损、油漆剥落、字体褪色、牌照被遮挡、牌照倾斜、高亮反光、多牌照、假牌照等等；实际拍摄过程也会受到环境亮度、拍摄办法、车辆速率等等成分的影响。这些影响成分不同程度上降落了车牌识别的识别率，也正是车牌识别系统的困难和寻衅所在。为了提高识别率，除了不断地完善识别算法还该当想办法战胜各种光照条件，使采集到的图像最利于识别。
技能路线
采取打算机视觉技能识别车牌的流程常日都包括车辆图像采集，车牌定位，字符分割，光学字符识别，输出识别结果5个步骤。车辆图像的采集办法决定了车牌识别的技能路线。国际ITS通畅的两条主流技能路线是自然光和红外光图像采集识别。自然光和红外光不会对人体产生不良的生理影响，也不会对环境产生新的电子污染，属于绿色环保技能。
自然光路线是指白天利用自然光芒，夜间采取赞助照明光源，用彩色摄像机采集车辆真彩色图像，用彩色图像剖析处理方法识别车牌。自然光真彩色识别技能路线，与人眼感光习气同等，并且，真彩色图像能够反响车辆
及其周围环境真实的图像信息，不仅可以用来识别车牌照，而且可以用来识别车牌照颜色、车流量、车型、车颜色等车辆特色。用一个摄像机采集的图像，同时实现所有前端基本视频信息采集、识别和人工赞助图像取证判别，可以前瞻性的为未来的智能交通系统工程预留接口。
红外光路线是指利用车牌反光和红外光的光学特性，用红外摄像机采集车辆灰度图像，由于红外特性，车辆图像上险些只能瞥见车牌，然后用黑白图像处理方法识别车牌。950nm的红外照明装置可抓拍到很好的反光车牌照图像。因红外光是不可见光，它不会对驾驶员产生视觉影响。其余，红外照明装置供应的是不变的光，所抓拍的图像都是一样的，不论是在一天中最通亮的时候，还是在一天中最暗的时候。唯一的例外是在白天，有时会看到一些牌照周围的细节，这是由于晴朗景象时太阳光的外光波的影响。采取红外灯的缺陷便是所捕获的车牌照图像不是彩色的，不能获取整车图像，并且严重依赖车牌反光材料。
技能特点
车牌识别技能是当代智能交通系统主要组成部分，其运用十分广泛。它以打算机视觉处理、数字图像处理、模式识别等技能为根本，对摄像机所拍摄的车辆图像或者视频图像进行处理剖析，得到每辆车的车牌号码，从而完成识别过程。通过一些后续处理技能其可以实现停车场出入口收费管理、盗抢车辆管理、高速公路超速自动化管理、闯红灯电子警察、公路收费管理等等功能。对付掩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。
我国标准汽车牌照是由汉字、英笔墨母和阿拉伯数字组成，汉字识别与字母和数字的识别有很大的差异，汉字的识别增加了识别的难度；
我国汽车车牌的悬挂位置分歧一；
其他国家的汽车牌照格式(如汽车牌照的尺寸大小，牌照上字符的排列等)常日只有一种，而我国则根据不同车辆、车型、用场规定了多种牌照格式，分为普通车轿车、使馆车、警车、军车等，并且常日汽车牌照中也分大车和小车；
我国汽车牌照的底色和字符颜色有多种组合，我们日常生活中常见的有蓝底白字车牌、黄底黑字车牌、以及白底黑字车牌等等。
体系构造
一个车牌识别系统的基本硬件配置是由摄像机、主控机、采集卡、照明装置组成。而软件是由一个具有车牌识别功能的图像剖析和处理软件，以及一个知足详细运用需求的后台管理软件组成。
车牌识别系统于是涌现了两种产品形式，一种是软硬件一体，或者用硬件实现识别功能模块，形成一个全硬件的车牌识别器，例如DSP。其余一种形式是开放式的软、硬件体系，即硬件采取标准工业产品，软件作为嵌入式软件。两种产品形式各有优缺陷。开放式体系的优点是由于硬件采取标准工业产品，运行掩护随意马虎节制，备品备件采购可以从任何一家产商得到，不用担心由于一家产商倒闭或供货不敷而涌现产品永久失落效或采购困难。而软硬件一体式产品，对付利用者操作产品时更易操作及掌握。对付后期的掩护调试也更易于节制。
触发办法
车牌识别系统有两种触发办法，一种是外设触发，另一种是视频触发。
外设触发事情办法是指采取线圈、红外或其他检测器检测车辆通过旗子暗记，车牌识别系统接管到车辆触发旗子暗记后，采集车辆图像，自动识别车牌，以及进行后续处理。该方法的优点是触发率高，性能稳定；缺陷是须要切割地面铺设线圈，施工量大。
视频触发办法是指车牌识别系统采取动态运动目标序列图像剖析处理技能，实时检测车道上车辆移动状况，创造车辆通过时捕捉车辆图像，识别车牌照，并进行后续处理。视频触发办法不需借助线圈、红外或其他硬件车辆检测器。该方法的优点是施工方便，不须要切割地面铺设线圈，也不须要安装车检器等零部件，但其缺陷也十分显著，由于算法的极限，该方案的触发率与识别率较之外设触发都要低很多。
车牌识别系统
1、间接法:指通过识别安装在汽车上的IC卡或条形码中所存储的车牌的信息来识别车牌及干系信息。IC卡技能识别准确度高，运行可靠，可以全天候作业，但它整套装置价格昂贵，硬件设备十分繁芜，不适用于异地作业;条形码技能具有识别速率快、准确度高、可靠性强以及本钱较低等优点，但是对付扫描器哀求很高。此外，二者都须要制订出全国统一的标准，并且无法核对车、条形码是否符合，也是技能上存在的缺陷，这给在短韶光内推广造成困难。
2、直接法:基于图像的车牌识别技能属于直接法，是一种无源型汽车牌照智能识别方法，能够在无任何专用发送车牌旗子暗记的车载发射设备情形下，对运动状态车辆或静止状态车辆的车牌号码进行非打仗性信息采集并实时智能识别。与间接法识别系统比较，首先，这种系统节省了设备安置及大量资金，从而提高了经济效益;其次，由于采取了前辈的打算机运用技能，以是可提高识别速率，较好地办理实时性问题;再次，它是根据图像进行识别，以是通过人的参与可以办理系统中的识别缺点，而其他方法是难以与人交互的。
直接法一样平常有图像处理技能，传统模式识别技能及人工神经网络技能。
1、图像处理技能:利用图像处理技能办理汽车牌照识别的研究最早始于80年代，但国内外均只是就车牌识别中的某一个详细问题进行谈论，并且常日仅采取大略的图像处理技能来办理，并没有形成完全的系统体系，识别过程是利用工业电视摄像机拍下汽车的工前方图像，然后交给打算机进行大略的处理，并且终极仍须要人工干预，例如车辆牌照中省份汉字的识别问题，1985年有人利用常见的图像处理技木方法提出汉字识别的分类是在抽取汉字特色的根本上进行的，根据汉字的投影直方图选取浮动闭值，抽取汉字在竖直方向的峰值，利用树形查表法进行汉字的粗分类;然后根据汉字在水平方向的投影直方图，选取适当闭值，进行量化处理后，形成一个变长链码，再用动态方案法，求出与标准模式链码的最小间隔，实现细分米完成汉字省名的自动识别。
2、传统模式识别技能。传统模式识别技能指构造特色法，统计特色法等。90年代，由于打算机视觉技能的发展，开始涌现汽车牌照识别的系统化研究。1990年AS.Johnson等利用打算机视觉技能和图像处理技能实现了车辆牌照的自动识别系统。该系统分为图像分割、特色提取和模板布局、字符识别等三个部分。利用不同闽值对应的直方图不同，经由大量统计实验确定出车牌位置的图像直方图的闽值范围，从而根据特定闽值对应的直方图分割出车牌，再利用预先设置的标准字符模板进行模式匹配识别出字符。
3、人工神经网络技能。近几年来，打算机及干系技能发达的一些国家开始磋商用人工神经网络技能办理车牌自动识别问题，例如1994年M.M.M.FANHY等就成功地利用了BAM神经网络方法对车牌上的字符进行自动识别，BAM神经网络是由相同神经元构成的双向遐想式单层网络，每一个字符模板对应着唯一个BAM矩阵，通过与车牌上的字符比较，识别出精确的车牌号码。
这种采取BAM神经网络方法的缺陷是无映办理识别系统存储容量和处理速率相抵牾的问题。
技能指标
从技能上评价一个车牌识别系统，有三个指标，即识别率、识别速率和后台管理系统。当然，条件是系统要能够稳定可靠的运行。
识别率
一个车牌识别系统是否实用，最主要的指标是识别率。国际交通技能作过专门的识别率指标论述，哀求是24小时全天候全牌精确识别率95%以上。
为了测试一个车牌识别系统识别率，须要将该系统安装在一个实际运用环境中，全天候运行24小时以上，采集至少1000辆自然车流利行时的车牌照进行识别，并且须要将车辆牌照图像和识别结果存储下来，以便调取查看。然后，还须要得到实际通过的车辆图像以及精确的人工识别结果。之后便可以统计出以下识别率：
1、自然交通流量的识别率=全牌精确识别总数/实际通过的车辆总数
2、可识别车牌照的百分率=人工精确读取的车牌照总数/实际通过的车辆总数
3、可识别全牌精确识别率=全牌精确识别的车牌照总数/人工读取的车牌照总数这三个指标决定了车牌识别系统的识别率，诸如可信度、误识率等都是车牌识别过程中的中间结果。
识别速率
识别速率决定了一个车牌识别系统是否能够知足实时实际运用的哀求。一个识别率很高的系统，如果须要几秒钟，乃至几分钟才能识别出结果，那么这个别系就会由于知足不了实际运用中的实时哀求而毫无实用意义。例如，在高速公路收费中车牌识别运用的浸染之一是减少通畅韶光，速率是这一类运用里减少通畅韶光、避免车道堵车的有力保障。
国际交通技能提出的识别速率是1秒以内，越快越好。
后台管理
一个车牌识别系统的后台管理体系，决定了这个车牌识别系统是否好用。必须清楚地认识到主要的一点是识别率达到100%是不可能的，由于车牌照污损、模糊、遮挡，或者景象大概很糟（下雪﹑冰雹﹑大雾等等）。后台管理体系的功能该当包括：
1、识别结果和车辆图像数据的可靠存储，当多功能的系统操作使得网络失足误时能保护图像数据不会丢失，同时便于事后人工排查；
2、有效的自动比对和查询技能，被识别的车牌照号码要同数据库中成千上万的车牌号码自动比对和提示报警，如果车牌照号码没有被精确读取时就要采取模糊查询技能才能得出相对“最佳”的比对结果；
3、一个好的车牌识别系统对付联网运行，还须要供应实时通信、网络安全、远程掩护、动态数据交流、数据库自动更新、硬件参数设置、系统故障诊断。
选购准则
重视稳定度
随着产品算法与业者的技能提升，整合早就不是主要的话题，现阶段最须要把稳的重点反而是“稳定度”。稳定度的定义是：在一个既定的车速范围内，不会让必须达到的准确度，因外在环境影响而产生过大的偏差。
例如一个车牌系统在白天有90%以上的准确度，到了傍晚就降到80%，夜间又降到70%，这种不稳定的系统，比起全天候均匀拥有70%准确度的车牌辨识系统更难于整合。由于利用者会认为，既然白天的辨识率有90%，那全天候的准确率都要达到90%才合理，这样的规格还不包括奇怪的环境滋扰(暴雨打击、冰雹、浓雾区段等)，与架设环境限定(高度限定、风大扭捏限定、不随意马虎遭受人为毁坏等)。
其余，车牌辨识既然是“系统”，当中软硬件架构的好坏，当然会影响“呈现的结果”。至于什么样的软件跟硬件，适宜什么样的环境，这就必须因环境而异，由于不同的运用环境，对付辨识率的哀求未必相同，而这就必须靠履历累积。
只管市场上有各类各样的车牌辨识系统，用对产品与架构，可以省去很多的冤枉钱跟韶光，但更主要的是，工程商与系统整合商须要多方合营及理解，而不是一味的只看重某厂牌比较好、比较便宜，凡事货比三家不亏损。
此外，车牌辨识系统能否发挥最大效用，除了软件技能之外，与摄影机及现场施工能力，也有很大的关系。利用者可哀求厂商至现场勘查后，提出建置方案方案，先评估该当架设的地点、摄影机架设角度、是否须要架设赞助光源等，再提出报价，藉由这些动作，除了得以事先评估业者的能力，用户本身也可以达到产品学习及教诲演习，日后管理时，会更清楚知道该产品的利用限定及干系因应方法。 [1]
在日常录入违法号牌信息中创造车辆号牌信息与系统显示的车牌信息不符时，民警通过核查车辆信息后，把有违反交通法规的车辆信息录入指挥中央的黑名单报警系统。此车在辖区行家驶时，号牌会被系统自动识别报警。
车牌自动识别系统的利用，不仅让违法交通法规的车辆无处躲藏，还大大提高了民警的规范性和司法效率，也为进一步开展道路交通管理事情打下了良好的根本。
信息网络于网络，如有侵权请联系删除。
