車(chē)牌识别的原理(lǐ)是什么？ 
 車(chē)牌识别停車(chē)场管理(lǐ)系统将摄像机在入口拍摄的車(chē)辆車(chē)牌号码图象自动识别并转换成数字信号。做到一卡一車(chē)，車(chē)牌识别的优势在于可(kě)以把卡和車(chē)对应起来，使管理(lǐ)提高一个档次，卡和車(chē)的对应的优点在于長(cháng)租卡须和車(chē)配合使用(yòng)，杜绝一卡多(duō)車(chē)使用(yòng)的漏洞，提高物(wù)业管理(lǐ)的效益；同时自动比对进出車(chē)辆，防止偷盗事件的发生。升级后的摄像系统可(kě)以采集更清晰的图片，作為(wèi)档案保存，可(kě)以為(wèi)一些纠纷提供有(yǒu)力的证据。 方便了管理(lǐ)人员在車(chē)辆出场时进行比对，大大增强了系统的安全性。          
汽車(chē)牌照自动识别技术是一项利用(yòng)車(chē)辆的动态视频或静态图像进行牌照号码、牌照颜色自动识别的模式识别技术。通过对图像的采集和处理(lǐ)，完成車(chē)牌自动识别功能(néng)，能(néng)从一幅图像中自动提取車(chē)牌图像，自动分(fēn)割字符，进而对字符进行识别.其硬件基础一般包括触发设备（监测車(chē)辆是否进入视野）、摄像设备、照明设备、图像采集设备、识别車(chē)牌号码的处理(lǐ)机（如计算机）等，其软件核心包括車(chē)牌定位算法、車(chē)牌字符分(fēn)割算法和光學(xué)字符识别算法等。 某些牌照识别系统还具有(yǒu)通过视频图像判断車(chē)辆驶入视野的功能(néng)称之為(wèi)视频車(chē)辆检测。一个完整的牌照识别系统应包括車(chē)辆检测、图像采集、牌照识别等几部分(fēn)（如图1 所示 ）。
 当車(chē)辆检测部分(fēn)检测到車(chē)辆到达时触发图像采集单元，采集当前的视频图像。牌照识别单元对图像进行处理(lǐ)，定位出牌照位置，再将牌照中的字符分(fēn)割出来进行识别，然后组成牌照号码输出。 
1. 車(chē)辆检测    
車(chē)辆检测可(kě)以采用(yòng)埋地線(xiàn)圈检测、红外检测、雷达检测、视频检测等多(duō)种方式。采用(yòng)视频检测可(kě)以避免破坏路面、不必附加外部检测设备、不需矫正触发位置、节省开支，而且更适合移动式、便携式应用(yòng)的要求。    具备视频車(chē)辆检测功能(néng)的牌照识别系统，首先对视频信号中的一帧（场）的信号进行图像采集，数字化，得到对应的数字图像；然后对其进行分(fēn)析，判断其中是否有(yǒu)車(chē)辆；若认為(wèi)有(yǒu)車(chē)辆通行，则进入到下一步进行牌照识别；否则继续采集视频信号，进行处理(lǐ)。    系统进行视频車(chē)辆检测，需要具备很(hěn)高的处理(lǐ)速度并采用(yòng)优秀的算法，在基本不丢帧的情况下实现图像采集、处理(lǐ)。若处理(lǐ)速度慢，则导致丢帧，使系统无法正确检测到行驶速度较快的車(chē)辆，同时也难以保证在有(yǒu)利于识别的位置开始识别处理(lǐ)，影响系统识别率。因此，将视频車(chē)辆检测与牌照自动识别相结合具备一定的技术难度。
 2.牌照号码、颜色识别    
為(wèi)了进行牌照识别，需要以下几个基本的步骤：
• 牌照定位，定位图片中的牌照位置； • 牌照字符分(fēn)割，把牌照中的字符分(fēn)割出来；  • 牌照字符识别，把分(fēn)割好的字符进行识别，最终组成牌照号码。    牌照识别过程中，牌照颜色的识别依据算法不同，可(kě)能(néng)在上述不同步骤实现，通常与牌照识别互相配合、互相验证。 
（1）牌照定位    
自然环境下，汽車(chē)图像背景复杂、光照不均匀，如何在自然背景中准确地确定牌照區(qū)域是整个识别过程的关键。首先对采集到的视频图像进行大范围相关搜索，找到符合汽車(chē)牌照特征的若干區(qū)域作為(wèi)候选區(qū)，然后对这些侯选區(qū)域做进一步分(fēn)析、评判，最后选定一个最佳的區(qū)域作為(wèi)牌照區(qū)域，并将其从图象中分(fēn)割出来。 
（2）牌照字符分(fēn)割    
完成牌照區(qū)域的定位后，再将牌照區(qū)域分(fēn)割成单个字符，然后进行识别。字符分(fēn)割一般采用(yòng)垂直投影法。由于字符在垂直方向上的投影必然在字符间或字符内的间隙处取得局部最小(xiǎo)值的附近，并且这个位置应满足牌照的字符书写格式、字符、尺寸限制和一些其他(tā)条件。利用(yòng)垂直投影法对复杂环境下的汽車(chē)图像中的字符分(fēn)割有(yǒu)较好的效果。 
（3）牌照字符识别
    字符识别方法目前主要有(yǒu)基于模板匹配算法和基于人工神经网络算法。基于模板匹配算法首先将分(fēn)割后的字符二值化,并将其尺寸大小(xiǎo)缩放為(wèi)字符数据库中模板的大小(xiǎo)，然后与所有(yǒu)的模板进行匹配，最后选最佳匹配作為(wèi)结果。基于人工神经元网络的算法有(yǒu)两种：一种是先对待识别字符进行特征提取，然后用(yòng)所获得特征来训练神经网络分(fēn)配器；另一种方法是直接把待处理(lǐ)图像输入网络，由网络自动实现特征提取直至识别出结果。    实际应用(yòng)中，牌照识别系统的识别率与牌照质量和拍摄质量密切相关。牌照质量会受到各种因素的影响，如生锈、污损、油漆剥落、字體(tǐ)褪色、牌照被遮挡、牌照倾斜、高亮反光、多(duō)牌照、假牌照等等；实际拍摄过程也会受到环境亮度、拍摄亮度、車(chē)辆速度等等因素的影响。这些影响因素不同程度上降低了牌照识别的识别率，也正是牌照识别系统的困难和挑战所在。為(wèi)了提高识别率，除了不断的完善识别算法，还应该想办法克服各种光照条件，使采集到的图像最利于识别。