车牌识别技术起源于上世纪末的智能交通革命。经过十多年的推广，试验和发展，智能交通系统已成功应用于一些经济发达和相对发达国家的城市和城市高速公路系统。

在这种应用背景下开发了智能车牌识别系统。这是一个智能交通管理系统，可以自动实时检测车辆的通过并识别车辆牌照。

车牌识别系统的组成通常包括至少两个部分：（1）电子标签；（2）读者。电子标签通常以常规格式存储电子数据。在实际应用中，电子标签被附着到要识别的物体的表面。

读取器，也称为读出装置，可以不接触地读取和识别存储在电子标签中的电子数据，从而达到自动识别物体的目的。进一步通过计算机和计算机网络来实现对象识别信息的收集，处理和远程传输等管理功能。

车牌识别系统的关键在于以下三个部分：车牌位置，字符分割和符号识别。下面从这三个方面简要介绍车牌识别技术的发展和现状：

一，车牌字符分割方法

正确分割车牌字符是下一步识别车牌字符的基础。当前，常用的方法如下：

1、车牌区域纹理特征的方法，是利用具有不同灰度特征的车牌区域的字符和背景色进行边界去除和字符分割的方法；

2、基于数学形态学的方法，该方法是利用形态学的腐蚀和膨胀来形成车牌字符区域的连通域以去除边界。进一步使用字符连接域的形式进行字符分割；

3、基于霍夫变换的字符分割方法。此方法使用霍夫变换来查找车牌字符的上下边界，然后根据车牌字符的排列特征对字符进行划分。

二，车牌定位方法

车牌图像通常是在复杂的环境中拍摄的，由于车牌的主体和背景复杂，由于车牌在使用中的磨损以及灰尘和射击工具的影响以及由于小角度的扰动，车牌在图像往往变形较大，如何在复杂的背景下准确，快速地擦拭车牌的位置成为车牌识别的难点。

车牌字符识别方法：

车牌字符识别方法基于模式识别理论，主要包括：

（1）统计鉴定；

（2）结构识别；

（3）基于神经网络的字符识别；

（4）基于模板匹配的字符识别。

在上世纪末初期之后，车牌识别技术已经变得越来越成熟，并已广泛应用于交通，公共安全，道路管理，停车场，安全，访问控制，智能社区等许多领域。

车牌识别系统只是一种特殊的视觉系统，它是具有特定目标的对象，可以使用高级图像处理，模式识别和人工智能技术从图像分割中提取并识别车牌。

直至进行图像采集并且处理完成后的车辆车牌自动识别，根据要求识别结果分别包括车牌字符，编号，车牌图像以及车牌颜色，位置，字体颜色等。

目前，车牌识别系统已被广泛应用于包括智能交通通行监控管理（电子警察），高速公路免停车费，车辆检测，监控管理应用，一方面的车牌识别系统本身是一个全数字智能系统，只要不对其进行扩展，就可以派生其他一些功能。

另一方面，即使世界上许多研究机构和公司都专门从事该领域的研究，车牌识别系统仍具有高可靠性，高性能和高可靠性。

• 上一篇：车牌识别系统逐渐适应社会需求
• 下一篇：我国电动伸缩门企业发展4PS策略