車輛識別技術(shù)性是一項(xiàng)運(yùn)用車子的動態(tài)圖片或靜態(tài)數(shù)據(jù)圖象開展車牌號、車牌顏色自動檢索的計(jì)算機(jī)視覺技術(shù)性。其硬件系統(tǒng)一般涉及開啟機(jī)器設(shè)備（檢測車子能否進(jìn)到視線）、拍攝機(jī)器設(shè)備、照明燈具、圖象數(shù)據(jù)采集機(jī)器設(shè)備、鑒別車牌號的回收器（如電子計(jì)算機(jī)）等，其系統(tǒng)關(guān)鍵包含車牌號精準(zhǔn)定位優(yōu)化算法、車牌號標(biāo)識符切分優(yōu)化算法和電子光學(xué)圖像識別優(yōu)化算法等。一些車輛識別系統(tǒng)軟件還具備根據(jù)短視頻圖象分辨車子駛進(jìn)視線的作用稱作短視頻機(jī)動車檢測。一個(gè)完全的車輛識別系統(tǒng)軟件應(yīng)包含機(jī)動車檢測、圖象收集、車輛識別等幾一部分(如下圖1所顯示)。當(dāng)機(jī)動車檢測一部分檢驗(yàn)到車子抵達(dá)時(shí)激發(fā)圖象收集模塊，收集現(xiàn)階段的短視頻圖象。車輛識別模塊對圖片做好解決，精準(zhǔn)定位出車牌號部位，再將車牌號中的標(biāo)識符切分下來開展鑒別，隨后構(gòu)成車牌號輸出。

1.機(jī)動車檢測

車輛檢測可以選用埋地電感線圈檢驗(yàn)、紅外傳感器、雷達(dá)探測檢驗(yàn)、短視頻檢驗(yàn)等各種方法。選用短視頻監(jiān)測可以防止毀壞地面、無須額外外界測試設(shè)備、不需糾正開啟部位、節(jié)省成本，并且更適用于移動、攜帶式運(yùn)用的規(guī)定。

具有短視頻機(jī)動車檢測作用的車輛識別系統(tǒng)軟件，最先對信號中的一幀（場）的信息開展圖象收集，智能化，獲得相應(yīng)的數(shù)字圖像處理；隨后對它進(jìn)行剖析，分辨這其中是不是有車子；若覺得有機(jī)動車行駛，則進(jìn)到到下一步開展車輛識別；不然再次收集視頻流，開展解決。

系統(tǒng)軟件開展短視頻機(jī)動車檢測，必須具有很高的響應(yīng)速度并選用出色的優(yōu)化算法，在基本上不丟幀的情形下完成圖象收集、解決。若響應(yīng)速度慢，則造成丟幀，使系統(tǒng)軟件沒法恰當(dāng)檢查到行車速率比較快的車子，與此同時(shí)也無法確保在有益于鑒別的部位逐漸鑒別解決，危害系統(tǒng)軟件準(zhǔn)確率。因而，將短視頻機(jī)動車檢測與車牌號自動檢索緊密結(jié)合具有一定的技術(shù)水平。

2.車牌號、顏色檢測

為了更好地開展車輛識別，必須下列一些基本上的流程：

? 車牌號精準(zhǔn)定位，定位圖片中的牌照部位；

? 車牌號標(biāo)識符切分，把車牌號中的標(biāo)識符切分出去；

? 車牌號圖像識別，把切分好的標(biāo)識符開展鑒別，最后構(gòu)成車牌號。

車輛識別全過程中，車牌顏色的鑒別根據(jù)優(yōu)化算法不一樣，很有可能在以上不一樣流程完成，通常與車輛識別相互配合、相互之間認(rèn)證。

(1）車牌號精準(zhǔn)定位

地理環(huán)境下，車輛圖片環(huán)境繁雜、陽光照射不勻稱，怎樣在自然背景中精確地明確車牌號地區(qū)是全部鑒別全過程的重要。最先對搜集到的短視頻圖象完成大范疇搜索推薦，尋找合乎汽車牌照特點(diǎn)的多個(gè)地區(qū)做為備選區(qū)，隨后對這種侯選地區(qū)做進(jìn)一步剖析、評定，最終選擇一個(gè)最好的地區(qū)做為車牌號地區(qū)，并將其從圖像中劃分出去。

（2）車牌號標(biāo)識符切分

進(jìn)行車牌號地區(qū)的精準(zhǔn)定位后，再將車牌號區(qū)域分割成單獨(dú)標(biāo)識符，隨后開展鑒別。標(biāo)識符切分一般選用豎直投射法。因?yàn)樽址谪Q直角度上的投射必定在標(biāo)識符間或字符內(nèi)的空隙處得到部分極小值的周邊，而且這一部位應(yīng)達(dá)到車牌號的字符串書寫、標(biāo)識符、規(guī)格限定和一些別的標(biāo)準(zhǔn)。運(yùn)用豎直投射法對繁雜室內(nèi)環(huán)境下的車輛圖象中的標(biāo)識符切割有不錯(cuò)的實(shí)際效果。

（3）車牌號圖像識別

字符識別方式現(xiàn)階段具體有根據(jù)模板匹配優(yōu)化算法和根據(jù)神經(jīng)網(wǎng)絡(luò)算法優(yōu)化算法。根據(jù)模板匹配優(yōu)化算法首要將切分后的標(biāo)識符二值化,并將其規(guī)格尺寸放縮為標(biāo)識符數(shù)據(jù)庫查詢中模版的尺寸，隨后與全部的模版開展配對，最終選最好配對做為結(jié)果。根據(jù)人力神經(jīng)元網(wǎng)絡(luò)的優(yōu)化算法有二種：一種是先看待鑒別字段開展svm算法，隨后用所得到特點(diǎn)來鍛煉神經(jīng)系統(tǒng)網(wǎng)絡(luò)分配器；另一種方式 是同時(shí)把未處理圖象鍵入互聯(lián)網(wǎng)，由網(wǎng)絡(luò)全自動完成svm算法直到鑒別出結(jié)果。

具體運(yùn)用中，車輛識別系統(tǒng)軟件的準(zhǔn)確率與車牌號品質(zhì)和拍照品質(zhì)息息相關(guān)。車牌號品質(zhì)會遭到多種因素的危害，如銹蝕、破損、漆料脫落、字體樣式退色、車牌號被擋住、車牌號歪斜、高亮度返光、多車牌號、假車牌這些；具體拍照全過程也會遭到自然環(huán)境色度、拍照色度、車子速率這些要素的危害。這種影響因素不一樣水平上減少了車輛識別的準(zhǔn)確率，也恰好是車輛識別系統(tǒng)軟件的艱難和挑戰(zhàn)所屬。為了更好地提升準(zhǔn)確率，除開持續(xù)的健全鑒別優(yōu)化算法，還應(yīng)當(dāng)想辦法擺脫各種各樣陽光照射標(biāo)準(zhǔn)，使搜集到的圖象最有利于鑒別。