為了進(jìn)行牌照識(shí)別，需要以下幾個(gè)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(lái)；

　　· 牌照字符識(shí)別，把分割好的字符進(jìn)行識(shí)別，終組成牌照號(hào)碼。

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

自然環(huán)境下，汽車(chē)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(gè)識(shí)別過(guò)程的關(guān)鍵。對(duì)采集到的視頻圖像進(jìn)行大范圍相關(guān)搜索，找到符合汽車(chē)牌照特征的若干區(qū)域作為候選區(qū)，然后對(duì)這些侯選區(qū)域做進(jìn)一步分析、評(píng)判，后選定一個(gè)佳的區(qū)域作為牌照區(qū)域，并將其從圖象中分割出來(lái)。

字符識(shí)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?；谀０迤ヅ渌惴▽⒎指詈蟮淖址祷?并將其尺寸大小縮放為字符數(shù)據(jù)庫(kù)中模板的大小，然后與所有的模板進(jìn)行匹配，后選佳匹配作為結(jié)果?；谌斯ど窠?jīng)元網(wǎng)絡(luò)的算法有兩種：一種是先對(duì)待識(shí)別字符進(jìn)行特征提取，然后用所獲得特征來(lái)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(dòng)實(shí)現(xiàn)特征提取直至識(shí)別出結(jié)果。

自然光路線是指白天利用自然光線，夜間采用輔助照明光源，用彩色攝像機(jī)采集車(chē)輛真彩色圖像，用彩色圖像分析處理方法識(shí)別車(chē)牌。自然光真彩色識(shí)別技術(shù)路線，與人眼感光習(xí)慣一致，并且，真彩色圖像能夠反映車(chē)輛及其周?chē)h(huán)境真實(shí)的圖像信息，不僅可以用來(lái)識(shí)別車(chē)牌照，而且可以用來(lái)識(shí)別車(chē)牌照顏色、車(chē)流量、車(chē)型、車(chē)顏色等車(chē)輛特征。用一個(gè)攝像機(jī)采集的圖像，同時(shí)實(shí)現(xiàn)所有前端基本視頻信息采集、識(shí)別和人工輔助圖像取證判別，可以前瞻性的為未來(lái)的智能交通系統(tǒng)工程預(yù)留接口。

一個(gè)車(chē)牌識(shí)別系統(tǒng)的后臺(tái)管理體系，決定了這個(gè)車(chē)牌識(shí)別系統(tǒng)是否好用。清楚地認(rèn)識(shí)到重要的一點(diǎn)是識(shí)別率達(dá)到是不可能的，因?yàn)檐?chē)牌照污損、模糊、遮擋，或者天氣也許很糟（下雪﹑冰雹﹑大霧等等）。后臺(tái)管理體系的功能應(yīng)該包括：

1、識(shí)別結(jié)果和車(chē)輛圖像數(shù)據(jù)的可靠存儲(chǔ)，當(dāng)多功能的系統(tǒng)操作使得網(wǎng)絡(luò)出差錯(cuò)時(shí)能保護(hù)圖像數(shù)據(jù)不會(huì)丟失，同時(shí)便于事后人工排查；

2、有效的自動(dòng)比對(duì)和查詢(xún)技術(shù)，被識(shí)別的車(chē)牌照號(hào)碼要同數(shù)據(jù)庫(kù)中成千上萬(wàn)的車(chē)牌號(hào)碼自動(dòng)比對(duì)和提示報(bào)警，如果車(chē)牌照號(hào)碼沒(méi)有被正確讀取時(shí)就要采用模糊查詢(xún)技術(shù)才能得出相對(duì)“佳”的比對(duì)結(jié)果；

3、一個(gè)好的車(chē)牌識(shí)別系統(tǒng)對(duì)于聯(lián)網(wǎng)運(yùn)行，還需要提供實(shí)時(shí)通信、網(wǎng)絡(luò)安全、遠(yuǎn)程維護(hù)、動(dòng)態(tài)數(shù)據(jù)交互、數(shù)據(jù)庫(kù)自動(dòng)更新、硬件參數(shù)設(shè)置、系統(tǒng)故障診斷。

車(chē)牌識(shí)別是停車(chē)場(chǎng)用于識(shí)別車(chē)輛信息的管理系統(tǒng)之一，該技術(shù)能夠提取出行駛中的車(chē)輛的牌照并進(jìn)行識(shí)別，目前的技術(shù)水平車(chē)牌識(shí)別率可達(dá)到99.7%，車(chē)牌識(shí)別技術(shù)可以的識(shí)別出車(chē)輛車(chē)牌號(hào)，與傳統(tǒng)的人工作業(yè)相比，無(wú)論是臨時(shí)車(chē)、內(nèi)部車(chē)輛、訪客車(chē)甚至是未經(jīng)許可的車(chē)輛，車(chē)牌識(shí)別系統(tǒng)都可以對(duì)其進(jìn)行圖像信息的捕獲，并上傳至數(shù)據(jù)庫(kù)存儲(chǔ)。