常平車牌識(shí)別系統(tǒng)(Vehicle License Plate Recognition，VLPR) 是計(jì)算機(jī)視頻圖像識(shí)別技術(shù)在車輛牌照識(shí)別中的一種應(yīng)用。車牌識(shí)別在高速公路車輛管理中得到廣泛應(yīng)用，電子收費(fèi)（ETC）系統(tǒng)中，也是結(jié)合DSRC技術(shù)識(shí)別車輛身份的主要手段。

車牌識(shí)別技術(shù)要求能夠?qū)⑦\(yùn)動(dòng)中的汽車牌照從復(fù)雜背景中提取并識(shí)別出來，通過車牌提取、圖像預(yù)處理、特征提取、車牌字符識(shí)別等技術(shù)，識(shí)別車輛牌號(hào)、顏色等信息，最新的技術(shù)水平為字母和數(shù)字的識(shí)別率可達(dá)到99.7%，漢字的識(shí)別率可達(dá)到99%。

識(shí)別原理：
識(shí)別流程：
車牌自動(dòng)識(shí)別是一項(xiàng)利用車輛的動(dòng)態(tài)視頻或靜態(tài)圖像進(jìn)行牌照號(hào)碼、牌照顏色自動(dòng)識(shí)別的模式識(shí)別技術(shù)。其硬件基礎(chǔ)一般包括觸發(fā)設(shè)備（監(jiān)測車輛是否進(jìn)入視野）、攝像設(shè)備、照明設(shè)備、圖像采集設(shè)備、識(shí)別車牌號(hào)碼的處理機(jī)（如計(jì)算機(jī)）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(xué)字符識(shí)別算法等。

某些車牌識(shí)別系統(tǒng)還具有通過視頻圖像判斷是否有車的功能稱之為視頻車輛檢測。一個(gè)完整的車牌識(shí)別系統(tǒng)應(yīng)包括車輛檢測、圖像采集、車牌識(shí)別等幾部分。當(dāng)車輛檢測部分檢測到車輛到達(dá)時(shí)觸發(fā)圖像采集單元，采集當(dāng)前的視頻圖像。車牌識(shí)別單元對圖像進(jìn)行處理，定位出牌照位置，再將牌照中的字符分割出來進(jìn)行識(shí)別，然后組成牌照號(hào)碼輸出。

車輛檢測：
車輛檢測可以采用埋地線圈檢測、紅外檢測、雷達(dá)檢測技術(shù)、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(shè)備、不需矯正觸發(fā)位置、節(jié)省開支，而且更適合移動(dòng)式、便攜式應(yīng)用的要求。

系統(tǒng)進(jìn)行視頻車輛檢測，需要具備很高的處理速度并采用優(yōu)秀的算法，在基本不丟幀的情況下實(shí)現(xiàn)圖像采集、處理。若處理速度慢，則導(dǎo)致丟幀，使系統(tǒng)無法檢測到行駛速度較快的車輛，同時(shí)也難以保證在有利于識(shí)別的位置開始識(shí)別處理，影響系統(tǒng)識(shí)別率。因此，將視頻車輛檢測與牌照自動(dòng)識(shí)別相結(jié)合具備一定的技術(shù)難度。

號(hào)碼識(shí)別：
為了進(jìn)行車牌識(shí)別，需要以下幾個(gè)基本的步驟：
1、 牌照定位，定位圖片中的牌照位置；
2、牌照字符分割，把牌照中的字符分割出來；
3、牌照字符識(shí)別，把分割好的字符進(jìn)行識(shí)別，最終組成牌照號(hào)碼。
車牌識(shí)別過程中，牌照顏色的識(shí)別依據(jù)算法不同，可能在上述不同步驟實(shí)現(xiàn)，通常與車牌識(shí)別互相配合、互相驗(yàn)證。

一、牌照定位
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)別過程的關(guān)鍵。首先對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)，然后對這些侯選區(qū)域做進(jìn)一步分析、評(píng)判，最后選定一個(gè)最佳的區(qū)域作為牌照區(qū)域，并將其從圖像中分離出來。

二、牌照字符分割
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)的間隙處取得局部最小值的附近，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。利用垂直投影法對復(fù)雜環(huán)境下的汽車圖像中的字符分割有較好的效果。

三、 牌照字符識(shí)別方法
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ㄊ紫葘⒎指詈蟮淖址祷⑵涑叽绱笮】s放為字符數(shù)據(jù)庫中模板的大小，然后與所有的模板進(jìn)行匹配，選擇最佳匹配作為結(jié)果。基于人工神經(jīng)網(wǎng)絡(luò)的算法有兩種：一種是先對字符進(jìn)行特征提取，然后用所獲得特征來訓(xùn)練神經(jīng)網(wǎng)絡(luò)分配器；另一種方法是直接把圖像輸入網(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。

實(shí)際應(yīng)用中，車牌識(shí)別系統(tǒng)的識(shí)別率還與牌照質(zhì)量和拍攝質(zhì)量密切相關(guān)。牌照質(zhì)量會(huì)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(shí)際拍攝過程也會(huì)受到環(huán)境亮度、拍攝方式、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車牌識(shí)別的識(shí)別率，也正是車牌識(shí)別系統(tǒng)的困難和挑戰(zhàn)所在。為了提高識(shí)別率，除了不斷地完善識(shí)別算法還應(yīng)該想辦法克服各種光照條件，使采集到的圖像最利于識(shí)別。

特點(diǎn)：
車牌識(shí)別技術(shù)是現(xiàn)代智能交通系統(tǒng)重要組成部分，其應(yīng)用十分廣泛。它以計(jì)算機(jī)視覺處理、數(shù)字圖像處理、模式識(shí)別等技術(shù)為基礎(chǔ)，對攝像機(jī)所拍攝的車輛圖像或者視頻圖像進(jìn)行處理分析，得到每輛車的車牌號(hào)碼，從而完成識(shí)別過程。通過一些后續(xù)處理技術(shù)其可以實(shí)現(xiàn)停車場出入口收費(fèi)管理、盜搶車輛管理、高速公路超速自動(dòng)化管理、闖紅燈電子警察、公路收費(fèi)管理等等功能。對于維護(hù)交通安全和城市治安，防止交通堵塞，實(shí)現(xiàn)交通全自動(dòng)化管理有著現(xiàn)實(shí)的意義。
我國標(biāo)準(zhǔn)汽車牌照是由漢字、英文字母和阿拉伯?dāng)?shù)字組成，漢字識(shí)別與字母和數(shù)字的識(shí)別有很大的區(qū)別，漢字的識(shí)別增加了識(shí)別的難度；
我國汽車車牌的懸掛位置不統(tǒng)一；
其他國家的汽車牌照格式(如汽車牌照的尺寸大小，牌照上字符的排列等)通常只有一種，而我國則根據(jù)不同車輛、車型、用途規(guī)定了多種牌照格式，分為普通車轎車、使館車、警車、軍車等，并且通常汽車牌照中也分大車和小車；
我國汽車牌照的底色和字符顏色有多種組合，我們?nèi)粘Ｉ钪谐Ｒ姷挠兴{(lán)底白字車牌、黃底黑字車牌、以及白底黑字車牌等等。