車牌識別感光部件對外部環(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，由于環(huán)境光線變化猛烈，白晝光較強、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，抓拍圖像時受環(huán)境光線影響較大，車速過高、采集設(shè)備的動態(tài)范圍等都使成像質(zhì)量難以得到有效。當(dāng)辨認(rèn)算法以為車牌到達了成像位置時系統(tǒng)觸發(fā)系統(tǒng)開端拍攝，這對觸發(fā)設(shè)備的牢靠性和響應(yīng)速度都有較高的請求。所以要處理環(huán)境形成辨認(rèn)率低下的問題，還要靠攝像機的感光部件對外部環(huán)境的處置。

車牌定位
?
　　從整個圖像中準(zhǔn)確地檢測出車牌區(qū)域，是車牌識別過程的一個重要步驟，如果定位失敗或定位不完整，會直接導(dǎo)致終識別失敗。由于復(fù)雜的圖像背景，且要考慮不清晰車牌的定位，所以很容易把柵欄，廣告牌等噪聲當(dāng)成車牌，所以如何排除這些偽車牌也是車牌定位的一個難點。為了提高定位的準(zhǔn)確率和提高識別速度，一般的車牌識別系統(tǒng)都會設(shè)計一個外部接口，讓用戶自己根據(jù)現(xiàn)場環(huán)境設(shè)置不同的識別區(qū)域。

車牌校正
?
　　由于受拍攝角度、鏡頭等因素的影響，圖像中的車牌存在水平傾斜、垂直傾斜或梯形畸變等變形，這給后續(xù)的識別處理帶來了困難。如果在定位到車牌后*行車牌校正處理，這樣做有利于去除車牌邊框等噪聲，更有利于字符識別。目前常用校正方法有：Hough變換法，通過檢測車牌上下、左右邊框直線來計算傾斜角度；旋轉(zhuǎn)投影法，通過按不同角度將圖像在水平軸上進行垂直投影，其投影值為0的點數(shù)之和時的角度即為垂直傾斜角度，水平角度的計算方法與其相似；主成分分析法，根據(jù)車牌背景與字符交界處的顏色具有固定搭配這一特征、求出顏色對特征點的主成分方向即為車牌的水平傾斜角度；方差小法，根據(jù)字符在垂直方向投影點的坐標(biāo)方差小導(dǎo)出垂直傾斜角的閉合表達式，從而確定垂直傾斜角度；透視變換，利用檢測到的車牌的四個頂點經(jīng)過相關(guān)矩陣變換后實現(xiàn)車牌的畸變校正。

字符分割
?
　　定位出車牌區(qū)域后，由于并不知道車牌中總共有幾個字符、字符間的位置關(guān)系、每個字符的寬高等信息，所以，為了車牌類型匹配和字符識別正確，字符分割是的一步。字符分割的主要思路是，基于車牌的二值化結(jié)果或邊緣提取結(jié)果，利用字符的結(jié)構(gòu)特征、字符間的相似性、字符間間隔等信息，一方面把單個字符分別提取出來，也包括粘連和斷裂字符等特殊情況的處理；另一方面把寬、高相似的字符歸為一類從而去除車牌邊框以及一些小的噪聲。一般采用的算法有：連通域分析、投影分析，字符聚類和模板匹配等。污損車牌和光照不均造成的模糊車牌仍是字符分割算法所面對的挑戰(zhàn)，有待更好的算法出現(xiàn)并解決以上問題。

隨著行業(yè)的發(fā)展，市場各式各樣的需求，市場對車牌識別系統(tǒng)(車牌識別系統(tǒng))的需求越來越廣泛，主要分為：軟件識別和硬件識別。通過車牌號碼的自動識別、自動登陸、自動對比，系統(tǒng)可以實現(xiàn)自動開閘、自動計費、自動驗證用戶車輛身份、自動區(qū)分內(nèi)外部車輛、自動計算車位數(shù)、自動報警等諸多智能化功能。

硬件識別：通俗的解釋是通過立的硬件設(shè)備，對所抓拍圖片進行一系列的字符處理;目前停車場系統(tǒng)行業(yè)中硬件識別也分為兩種，即帶有單的車牌識別儀和前端硬件識別兩種，安視睿主要采用的是前端硬件識別。
?
　　前端硬件識別一體式攝像機適應(yīng)市場需求，目前得到了廣大客戶的喜愛。安視睿前端硬件識別也叫一體式車牌識別攝像機，是將傳統(tǒng)單的車牌識別儀嵌入至攝像機中，實現(xiàn)前端硬件與攝像機一體化，實現(xiàn)圖像抓拍、視頻流傳輸、字符識別、道閘抬桿等一系列的工作。