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(gè)識(shí)別過(guò)程的關(guān)鍵。對(duì)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(duì)這些侯選區(qū)域做進(jìn)一步分析、評(píng)判，后選定一個(gè)佳的區(qū)域作為牌照區(qū)域，并將其從圖象中分割出來(lái)。

完成牌照區(qū)域的定位后，再將牌照區(qū)域分割成單個(gè)字符，然后進(jìn)行識(shí)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)的間隙處取得局部小值的附近，并且這個(gè)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(duì)復(fù)雜環(huán)境下的汽車圖像中的字符分割有較好的效果。

字符識(shí)別方法目前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▽⒎指詈蟮淖址祷?并將其尺寸大小縮放為字符數(shù)據(jù)庫(kù)中模板的大小，然后與所有的模板進(jìn)行匹配，后選佳匹配作為結(jié)果。基于人工神經(jīng)元網(wǎng)絡(luò)的算法有兩種：一種是先對(duì)待識(shí)別字符進(jìn)行特征提取，然后用所獲得特征來(lái)訓(xùn)練神經(jīng)網(wǎng)絡(luò)分配器；另一種方法是直接把待處理圖像輸入網(wǎng)絡(luò)，由網(wǎng)絡(luò)自動(dòng)實(shí)現(xiàn)特征提取直至識(shí)別出結(jié)果。

當(dāng)車輛接近出入口的時(shí)候，車輛檢測(cè)器會(huì)自動(dòng)感應(yīng)到車輛的到來(lái)，然后觸發(fā)車牌識(shí)別一體機(jī)進(jìn)行圖像抓拍，然后將抓拍的圖像發(fā)送到數(shù)據(jù)處理服務(wù)器，安裝在數(shù)據(jù)服務(wù)器上的車牌識(shí)別軟件對(duì)圖像進(jìn)行處理，定位出牌照位置，再將車牌中的字符分割出來(lái)進(jìn)行識(shí)別，然后組成車牌號(hào)碼保存下來(lái)，圖像和車牌號(hào)碼均保存在數(shù)據(jù)處理服務(wù)器上。

對(duì)于納入“黑名單”的車輛，例如：被通緝或掛失的車輛、欠交費(fèi)車輛、未年檢車輛、肇事逃逸及違章車輛等，只需將其車牌號(hào)碼輸入到應(yīng)用系統(tǒng)中，車牌識(shí)別設(shè)備安裝于的路口、卡口或由執(zhí)法人員隨時(shí)攜帶按需要放置，系統(tǒng)將識(shí)讀所有通過(guò)車輛的牌照號(hào)碼并與系統(tǒng)中的“黑名單”比對(duì)，一旦發(fā)現(xiàn)車輛立刻發(fā)出報(bào)警信息。系統(tǒng)可以全天不間斷工作、不會(huì)疲勞、錯(cuò)誤率極低；可以適應(yīng)高速行駛的車輛；可以在車輛行使過(guò)程中完成任務(wù)不影響正常交通；整個(gè)監(jiān)視過(guò)程中司機(jī)也不會(huì)覺(jué)察、保密性高。應(yīng)用這種系統(tǒng)將地提高執(zhí)法效率。

將車牌識(shí)別設(shè)備安裝于出入口，記錄車輛的牌照號(hào)碼、出入時(shí)間，并與自動(dòng)門、欄桿機(jī)的控制設(shè)備結(jié)合，實(shí)現(xiàn)車輛的自動(dòng)管理。應(yīng)用于停車場(chǎng)可以實(shí)現(xiàn)自動(dòng)計(jì)時(shí)收費(fèi)，也可以自動(dòng)計(jì)算可用車位數(shù)量并給出提示，實(shí)現(xiàn)停車收費(fèi)自動(dòng)管理節(jié)省人力、提率。應(yīng)用于智能小區(qū)可以自動(dòng)判別駛?cè)胲囕v是否屬于本小區(qū)，對(duì)非內(nèi)部車輛實(shí)現(xiàn)自動(dòng)計(jì)時(shí)收費(fèi)。在一些單位這種應(yīng)用還可以同車輛調(diào)度系統(tǒng)相結(jié)合，自動(dòng)地、客觀地記錄本單位車輛的出車情況。