車牌識別技術結合電子不停車收費系統(tǒng)（ETC）識別車輛，過往車輛通過道口時無須停車，即能夠實現(xiàn)車輛身份自動識別、自動收費。在車場管理中，為提高出入口車輛通行效率，車牌識別針對無需收停車費的車輛（如月卡車、內部免費通行車輛），建設無人值守的快速通道，免取卡、不停車的出入體驗，正改變出入停車場的管理模式。

交通監(jiān)管部門每天都要處理大量的違章車輛圖片，一般由人工辨識車牌號碼再輸入管理系統(tǒng)，這種方式工作量大、容易疲勞誤判。采用自動識別可以減少工作強度能夠大幅度提高處理速度和效率。這種功能可用于電子警察系統(tǒng)、道路監(jiān)控系統(tǒng)等。

一、牌照定位

自然環(huán)境下，汽車圖像背景復雜、光照不均勻，如何在自然背景中準確地確定牌照區(qū)域是整個識別過程的關鍵。首先對采集到的視頻圖像進行大范圍相關搜索，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，后選定一個的區(qū)域作為牌照區(qū)域，并將其從圖像中分離出來。

二、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的間隙處取得局部小值的附近，并且這個位置應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雜環(huán)境下的汽車圖像中的字符分割有較好的效果。

三、 牌照字符識別方法

主要有基于模板匹配算法和基于人工神經網絡算法?；谀０迤ヅ渌惴ㄊ紫葘⒎指詈蟮淖址祷⑵涑叽绱笮】s放為字符數據庫中模板的大小，然后與所有的模板進行匹配，選擇匹配作為結果。基于人工神經網絡的算法有兩種：一種是先對字符進行特征提取，然后用所獲得特征來訓練神經網絡分配器；另一種方法是直接把圖像輸入網絡，由網絡自

采用計算機視覺技術識別車牌的流程通常都包括車輛圖像采集，車牌定位，字符分割，光學字符識別，輸出識別結果5個步驟。車輛圖像的采集方式決定了車牌識別的技術路線。國際ITS通行的兩條主流技術路線是自然光和紅外光圖像采集識別。自然光和紅外光不會對人體產生不良的心理影響，也不會對環(huán)境產生新的電子污染，屬于綠色環(huán)保技術。