車牌識(shí)別感光部件對(duì)外部環(huán)境的處置
?
　　環(huán)境是影響車牌辨認(rèn)的主要要素，在采集車輛圖像時(shí)，由于環(huán)境光線變化猛烈，白晝光較強(qiáng)、夜間較弱，面光與背光不同，上午和下午的光照方向也不一樣，抓拍圖像時(shí)受環(huán)境光線影響較大，車速過(guò)高、采集設(shè)備的動(dòng)態(tài)范圍等都使成像質(zhì)量難以得到有效。當(dāng)辨認(rèn)算法以為車牌到達(dá)了成像位置時(shí)系統(tǒng)觸發(fā)系統(tǒng)開端拍攝，這對(duì)觸發(fā)設(shè)備的牢靠性和響應(yīng)速度都有較高的請(qǐng)求。所以要處理環(huán)境形成辨認(rèn)率低下的問(wèn)題，還要靠攝像機(jī)的感光部件對(duì)外部環(huán)境的處置。

字符識(shí)別
?
　　對(duì)分割后的字符的灰度圖像進(jìn)行歸一化處理，特征提取，然后經(jīng)過(guò)機(jī)器學(xué)習(xí)或與字符數(shù)據(jù)庫(kù)模板進(jìn)行匹配，后選取匹配度的結(jié)果作為識(shí)別結(jié)果。目前比較流行的字符識(shí)別算法有：模板匹配法、人工神經(jīng)網(wǎng)絡(luò)法、支持向量機(jī)法和Adaboost分類法等。模板匹配法的優(yōu)點(diǎn)是識(shí)別速度快、方法簡(jiǎn)單，缺點(diǎn)是對(duì)斷裂、污損等情況的處理有一些困難；人工神經(jīng)網(wǎng)絡(luò)法學(xué)習(xí)能力強(qiáng)、適應(yīng)性強(qiáng)、分類能力強(qiáng)但比較耗時(shí)；支持向量機(jī)法對(duì)于未見(jiàn)過(guò)的測(cè)試樣本具有更好的識(shí)別能力且需要較少的訓(xùn)練樣本；Adaboost分類法能側(cè)重于比較重要的訓(xùn)練數(shù)據(jù)，識(shí)別速度快、實(shí)時(shí)性較高。我國(guó)車牌由漢字、英文字母和阿拉伯?dāng)?shù)字3種字符組成，且具有統(tǒng)一的樣式，這也是識(shí)別過(guò)程的方便之處。但由于車牌很容易受外在環(huán)境的影響，出現(xiàn)模糊、斷裂、污損字符的情況，如何提高這類字符和易混淆字符的識(shí)別率，也是字符識(shí)別的難點(diǎn)之一。易混淆字符包括：0與D、0與Q、2與Z、8與B、5與S、6與G、4與A等。

隨著行業(yè)的發(fā)展，市場(chǎng)各式各樣的需求，市場(chǎng)對(duì)車牌識(shí)別系統(tǒng)(車牌識(shí)別系統(tǒng))的需求越來(lái)越廣泛，主要分為：軟件識(shí)別和硬件識(shí)別。通過(guò)車牌號(hào)碼的自動(dòng)識(shí)別、自動(dòng)登陸、自動(dòng)對(duì)比，系統(tǒng)可以實(shí)現(xiàn)自動(dòng)開閘、自動(dòng)計(jì)費(fèi)、自動(dòng)驗(yàn)證用戶車輛身份、自動(dòng)區(qū)分內(nèi)外部車輛、自動(dòng)計(jì)算車位數(shù)、自動(dòng)報(bào)警等諸多智能化功能。