現(xiàn)在停車場小區(qū)基本上都開始使用車牌自動識別了，只要車輛距離一定的距離，就會自動識別車牌號，那么這是什么原理呢?下面就讓地磁車輛檢測器的小編來給我們介紹下。

　　1.車輛檢測

　　車輛檢測可以采用埋地線圈檢測、紅外檢測、雷達檢測、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，而且更適合移動式、便攜式應(yīng)用的要求。

　　具備視頻車輛檢測功能的牌照識別系統(tǒng)，首先對視頻信號中的一幀(場)的信號進行圖像采集，數(shù)字化，得到對應(yīng)的數(shù)字圖像;然后對其進行分析，判斷其中是否有車輛;若認(rèn)為有車輛通行，則進入到下一步進行牌照識別;否則繼續(xù)采集視頻信號，進行處理。

　　智能停車場管理系統(tǒng)進行視頻車輛檢測，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)無法正確檢測到行駛速度較快的車輛，同時也難以保證在有利于識別的位置開始識別處理，影響系統(tǒng)識別率。因此，將視頻車輛檢測與牌照自動識別相結(jié)合具備一定的技術(shù)難度。

　　2.牌照號碼、顏色識別

　　為了進行牌照識別，需要以下幾個基本的步驟：

　　牌照定位，定位圖片中的牌照位置;

　　牌照字符分割，把牌照中的字符分割出來;

　　牌照字符識別，把分割好的字符進行識別，最終組成牌照號碼。

　　牌照識別過程中，牌照顏色的識別依據(jù)算法不同，可能在上述不同步驟實現(xiàn)，通常與牌照識別互相配合、互相驗證。

　　(1) 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)域是整個識別過程的關(guān)鍵。首先對采集到的視頻圖像進行大范圍相關(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)域做進一步分析、評判，最后選定一個最佳的區(qū)域作為牌照區(qū)域，并將其從圖象中分割出來。

　　(2) 牌照字符分割

　　完成牌照區(qū)域的定位后，再將牌照區(qū)域分割成單個字符，然后進行識別。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。

　　(3) 牌照字符識別

　　字符識別方法目前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�；�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)庫中模板的大小，然后與所有的模板進行匹配，最后選最佳匹配作為結(jié)果。

　　基于人工神經(jīng)元網(wǎng)絡(luò)的算法有兩種：一種是先對待識別字符進行特征提取，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待處理圖像輸入網(wǎng)絡(luò)，由網(wǎng)絡(luò)自動實現(xiàn)特征提取直至識別出結(jié)果。

　　實際應(yīng)用中，牌照識別系統(tǒng)的識別率與牌照質(zhì)量和拍攝質(zhì)量密切相關(guān)。牌照質(zhì)量會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;實際拍攝過程也會受到環(huán)境亮度、拍攝亮度、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牌照識別的識別率，也正是牌照識別系統(tǒng)的困難和挑戰(zhàn)所在。為了提高識別率，除了不斷的完善識別算法，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別。