車(chē)牌识别原理(lǐ) 

車(chē)牌识别是基于图像分(fēn)割和图像识别理(lǐ)论，对含有(yǒu)車(chē)辆号牌的图像进行分(fēn)析处理(lǐ)，从而确定牌照在图像中的位置，并进一步提取和识别出文(wén)本字符。
車(chē)牌识别过程包括图像采集、预处理(lǐ)、車(chē)牌定位、字符分(fēn)割、字符识别、结果输出等一系列算法运算组成。具體(tǐ)步骤如下：
 
图像采集： 
 通过高清摄像抓拍主机对卡口过車(chē)或車(chē)辆违章行為(wèi)进行实时、不间断记录、采集。  
预处理(lǐ)： 
图片质量是影响車(chē)辆识别率高低的关键因素，因此，需要对高清摄像抓拍主机采集到的原始图像进行噪声过滤、自动白平衡、自动曝光以及伽马校正、边缘增强、对比度调整等处理(lǐ)。
 
車(chē)牌定位： 
車(chē)牌定位的准确与否直接决定后面的字符分(fēn)割和识别效果，是影响整个車(chē)牌识别率的重要因素。其核心是纹理(lǐ)特征分(fēn)析定位算法，在经过图像预处理(lǐ)之后的灰度图像上进行行列扫描，通过行扫描确定在列方向上含有(yǒu)車(chē)牌線(xiàn)段的候选區(qū)域，确定该區(qū)域的起始行坐(zuò)标和高度，然后对该區(qū)域进行列扫描确定其列坐(zuò)标和宽度，由此确定一个車(chē)牌區(qū)域。通过这样的算法可(kě)以对图像中的所有(yǒu)車(chē)牌实现定位。   
 
字符分(fēn)割： 
在图像中定位出車(chē)牌區(qū)域后，通过灰度化、灰度拉伸、二值化、边缘化等处理(lǐ)，进一步精确定位字符區(qū)域，然后根据字符尺寸特征提出动态模板法进行字符分(fēn)割，并将字符大小(xiǎo)进行归一化处理(lǐ)。   
 
字符识别： 
对分(fēn)割后的字符进行缩放、特征提取，获得特定字符的表达形式，然后通过分(fēn)类判别函数和分(fēn)类规则，与字符数据库模板中的标准字符表达形式进行匹配判别，就可(kě)以识别出输入的字符图像。   
 
结果输出：
将車(chē)牌识别的结果以文(wén)本格式输出。
 
車(chē)牌识别技术的实现原理(lǐ)和实现方式   
車(chē)辆牌照的识别是基于图像分(fēn)割和图像识别理(lǐ)论， 对含有(yǒu)車(chē)辆号牌的图像进行分(fēn)析处理(lǐ)，从而确定牌照在图像中的位置，并进一步提取和识别出文(wén)本字符。      
 
识别步骤概括為(wèi)：
車(chē)牌定位、車(chē)牌提取、字符识别。三个步骤地识别工作相辅相成，各自的有(yǒu)效率都较高，整體(tǐ)的识别率才会提高。 识别速度的快慢取决于字符识别，字符的识别目前的主要应用(yòng)技术為(wèi)比对识别样本库， 即将所有(yǒu)的字符建立样本库，字符提取后通过比对样本库实现字符的判断， 识别过程中将产生可(kě)信度、倾斜度等中间结果值；另一种是基于字符结构知识的字符识别技术， 更加有(yǒu)效的提高识别速率和准确率，适应性较强。