車牌識別系統(tǒng)(VehicleLicensePlateRecognion，VLPR)是指能夠檢測到受監(jiān)控路面的車輛并自動提取車輛牌照信息(含漢字字符、英文字母、阿拉伯?dāng)?shù)字及號牌顏色)進行處理的技術(shù)。車牌識別是現(xiàn)代智能交通系統(tǒng)中的重要組成部分之一，應(yīng)用十分廣泛。它以數(shù)字圖像處理、模式識別、計算機視覺等技術(shù)為基礎(chǔ)，對攝像機所拍攝的車輛圖像或者視頻序列進行分析，得到每一輛汽車的車牌號碼，從而完成識別過程。通過一些后續(xù)處理手段可以實現(xiàn)停車場收費管理，交通流量控制指標(biāo)測量，車輛定位，汽車防盜，高速公路超速自動化監(jiān)管、闖紅燈電子、公路收費站等等功能。對于維護交通安全和城市治安，防止交通堵塞，實現(xiàn)交通自動化管理有著現(xiàn)實的意義。

圖像采集
?
　　根據(jù)車輛檢測方式的不同，圖像采集一般分為兩種，一種是靜態(tài)模式下的圖像采集，通過車輛觸發(fā)地感線圈、紅外或雷達等裝置，給相機一個觸發(fā)信號，相機在接收到觸發(fā)信號后會抓拍一張圖像，該方法的優(yōu)點是觸發(fā)率高，性能穩(wěn)定，缺點是需要切割地面鋪設(shè)線圈，施工量大；另一種是視頻模式下的圖像采集，外部不需要任何觸發(fā)信號，相機會實時地記錄視頻流圖像，該方法的優(yōu)點是施工方便，不需要切割地面鋪設(shè)線圈，也不需要安裝車檢器等零部件，但其缺點也十分顯著，由于算法的極限，該方案的觸發(fā)率與識別率較之外設(shè)觸發(fā)都要低一些。

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。