為了停止車牌辨認(rèn)，需求以下幾個(gè)根本的步驟：

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)牌照字符辨認(rèn)，把分割好的字符停止辨認(rèn)，組成牌照號(hào)碼。

車牌辨認(rèn)過程中，牌照顏色的辨認(rèn)根據(jù)算法不同，可能在上述不同步驟完成，通常與車牌辨認(rèn)相互配合、相互考證。

1)牌照定位

自然環(huán)境下，汽車圖像背景復(fù)雜、光照不平均，如何在自然背景中準(zhǔn)確地肯定牌照區(qū)域是整個(gè)辨認(rèn)過程的關(guān)鍵。首先對(duì)采集到的視頻圖像停止大范圍相關(guān)搜索，找到契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)一步剖析、評(píng)判，然后選定一個(gè)好的區(qū)域作為牌照區(qū)域，并將其從圖像中別離出來。

2)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，然后停止辨認(rèn)。字符分割普通采用垂直投影法。由于字符在垂直方向上的投影必然在字符間或字符內(nèi)的間隙處獲得部分小值的左近，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。應(yīng)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。

3)牌照字符辨認(rèn)辦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。基于模板匹配算法首先將分割后的字符二值化并將其尺寸大小縮放為字符數(shù)據(jù)庫(kù)中模板的大小，然后與一切的模板停止匹配，選擇適合匹配作為結(jié)果?；谌斯ど窠?jīng)網(wǎng)絡(luò)的算法有兩種：一種是先對(duì)字符停止特征提取，然后用所取得特征來鍛煉神經(jīng)網(wǎng)絡(luò)分配器；另一種辦法是直接把圖像輸入網(wǎng)絡(luò)，由網(wǎng)絡(luò)自動(dòng)完成特征提取直至辨認(rèn)出結(jié)果。

實(shí)踐應(yīng)用中，車牌辨認(rèn)系統(tǒng)的辨認(rèn)率還與牌照質(zhì)量和拍攝質(zhì)量親密相關(guān)。牌照質(zhì)量會(huì)遭到各種要素的影響，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)踐拍攝過程也會(huì)遭到環(huán)境亮度、拍攝方式、車輛速度等等要素的影響。這些影響要素不同水平上降低了車牌辨認(rèn)的辨認(rèn)率，也正是車牌辨認(rèn)系統(tǒng)的艱難和應(yīng)戰(zhàn)所在。為了進(jìn)步辨認(rèn)率，除了不時(shí)地完善辨認(rèn)算法還應(yīng)該想方法克制各種光照條件，使采集到的圖像利于辨認(rèn)。