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；

　　· 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。

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。

當(dāng)車輛接近出入口的時(shí)候，車輛檢測(cè)器會(huì)自動(dòng)感應(yīng)到車輛的到來，然后觸發(fā)車牌識(shí)別一體機(jī)進(jìn)行圖像抓拍，然后將抓拍的圖像發(fā)送到數(shù)據(jù)處理服務(wù)器，安裝在數(shù)據(jù)服務(wù)器上的車牌識(shí)別軟件對(duì)圖像進(jìn)行處理，定位出牌照位置，再將車牌中的字符分割出來進(jìn)行識(shí)別，然后組成車牌號(hào)碼保存下來，圖像和車牌號(hào)碼均保存在數(shù)據(jù)處理服務(wù)器上。

紅外光路線是指利用車牌反光和紅外光的光學(xué)特性，用紅外攝像機(jī)采集車輛灰度圖像，由于紅外特性，車輛圖像上幾乎只能看見車牌，然后用黑白圖像處理方法識(shí)別車牌。950nm的紅外照明裝置可抓拍到很好的反光車牌照?qǐng)D像。因紅外光是不可見光，它不會(huì)對(duì)駕駛員產(chǎn)生視覺影響。另外，紅外照明裝置提供的是不變的光，所抓拍的圖像都是一樣的，不論是在一天中明亮的時(shí)候，還是在一天中暗的時(shí)候。的例外是在白天，有時(shí)會(huì)看到一些牌照周圍的細(xì)節(jié)，這是因?yàn)榍缋侍鞖鈺r(shí)太陽光的外光波的影響。采用紅外燈的缺點(diǎn)就是所捕獲的車牌照?qǐng)D像不是彩色的，不能獲取整車圖像，并且嚴(yán)重依賴車牌反光材料。

車牌識(shí)別系統(tǒng)還是一個(gè)非常注重環(huán)保的管理系統(tǒng)，無紙票、無卡片，純粹使用車牌識(shí)別，人力和設(shè)備成本都大大減少了。無票停車系統(tǒng)提供了一個(gè)完整的友好的用戶體驗(yàn)方式，不再使用停車票據(jù)，也避免了出入口交通阻塞的可能。這種商業(yè)模式正在由解決方案提供商向大中型停車場(chǎng)所提供。停車場(chǎng)管理人員可實(shí)行外聘制，所需繳納的管理費(fèi)技照收入的百分比進(jìn)行交換。一旦車牌自動(dòng)識(shí)別停車場(chǎng)管理系統(tǒng)能夠普及，成本將不會(huì)是壓力。