車(chē)牌辨認(rèn)系統(tǒng)對(duì)污損車(chē)牌的辨認(rèn)效果不好
?
　　在公路和城市內(nèi)的實(shí)踐應(yīng)用過(guò)程中，很難所觸及到的車(chē)牌都是沒(méi)有污損的，車(chē)牌在運(yùn)用幾年之后，難免會(huì)呈現(xiàn)污染和磨損等現(xiàn)象，而在路面上行駛的車(chē)輛也很難都是規(guī)范潔凈的車(chē)牌，因而在實(shí)踐環(huán)境中，面對(duì)破損污舊的車(chē)牌，如何進(jìn)步車(chē)牌辨認(rèn)系統(tǒng)的辨認(rèn)才能也是實(shí)踐需求處理的問(wèn)題。

對(duì)圖像預(yù)處置
?
　　車(chē)牌識(shí)別中車(chē)牌定位之前普通要對(duì)圖像做預(yù)處置，然后再停止車(chē)牌的定位、分割、辨認(rèn)等局部。由于得到的車(chē)牌圖像可能含有較多噪聲，或圖像比照度不強(qiáng)、車(chē)牌被局部遮擋、車(chē)牌處呈現(xiàn)污點(diǎn)、變臟、含糊褪色、有其它字符區(qū)域干擾、以及呈現(xiàn)因運(yùn)動(dòng)產(chǎn)生的圖像含糊失真等狀況，所以定位算法完成起來(lái)有較多艱難。關(guān)于字符分割，則可能存在光照不均、污跡嚴(yán)重、車(chē)牌傾斜、比照度小、牌照褪色、牌照字符粘連等不利要素，這樣就需求研發(fā)與之順應(yīng)的算法。如算法能順應(yīng)各種復(fù)雜環(huán)境和有噪聲、車(chē)牌遮擋、車(chē)牌傾斜等情況的話，那就能夠大大進(jìn)步車(chē)牌辨認(rèn)的概率。

車(chē)牌識(shí)別系統(tǒng)(VehicleLicensePlateRecognion，VLPR)是指能夠檢測(cè)到受監(jiān)控路面的車(chē)輛并自動(dòng)提取車(chē)輛牌照信息(含漢字字符、英文字母、阿拉伯?dāng)?shù)字及號(hào)牌顏色)進(jìn)行處理的技術(shù)。車(chē)牌識(shí)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(shí)別、計(jì)算機(jī)視覺(jué)等技術(shù)為基礎(chǔ)，對(duì)攝像機(jī)所拍攝的車(chē)輛圖像或者視頻序列進(jìn)行分析，得到每一輛汽車(chē)的車(chē)牌號(hào)碼，從而完成識(shí)別過(guò)程。通過(guò)一些后續(xù)處理手段可以實(shí)現(xiàn)停車(chē)場(chǎng)收費(fèi)管理，交通流量控制指標(biāo)測(cè)量，車(chē)輛定位，汽車(chē)防盜，高速公路超速自動(dòng)化監(jiān)管、闖紅燈電子、公路收費(fèi)站等等功能。對(duì)于維護(hù)交通安全和城市治安，防止交通堵塞，實(shí)現(xiàn)交通自動(dòng)化管理有著現(xiàn)實(shí)的意義。

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

車(chē)牌校正
?
　　由于受拍攝角度、鏡頭等因素的影響，圖像中的車(chē)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(shí)別處理帶來(lái)了困難。如果在定位到車(chē)牌后*行車(chē)牌校正處理，這樣做有利于去除車(chē)牌邊框等噪聲，更有利于字符識(shí)別。目前常用校正方法有：Hough變換法，通過(guò)檢測(cè)車(chē)牌上下、左右邊框直線來(lái)計(jì)算傾斜角度；旋轉(zhuǎn)投影法，通過(guò)按不同角度將圖像在水平軸上進(jìn)行垂直投影，其投影值為0的點(diǎn)數(shù)之和時(shí)的角度即為垂直傾斜角度，水平角度的計(jì)算方法與其相似；主成分分析法，根據(jù)車(chē)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(duì)特征點(diǎn)的主成分方向即為車(chē)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(diǎn)的坐標(biāo)方差小導(dǎo)出垂直傾斜角的閉合表達(dá)式，從而確定垂直傾斜角度；透視變換，利用檢測(cè)到的車(chē)牌的四個(gè)頂點(diǎn)經(jīng)過(guò)相關(guān)矩陣變換后實(shí)現(xiàn)車(chē)牌的畸變校正。

字符分割
?
　　定位出車(chē)牌區(qū)域后，由于并不知道車(chē)牌中總共有幾個(gè)字符、字符間的位置關(guān)系、每個(gè)字符的寬高等信息，所以，為了車(chē)牌類(lèi)型匹配和字符識(shí)別正確，字符分割是的一步。字符分割的主要思路是，基于車(chē)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(gè)字符分別提取出來(lái)，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(lèi)從而去除車(chē)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(lèi)和模板匹配等。污損車(chē)牌和光照不均造成的模糊車(chē)牌仍是字符分割算法所面對(duì)的挑戰(zhàn)，有待更好的算法出現(xiàn)并解決以上問(wèn)題。

隨著行業(yè)的發(fā)展，市場(chǎng)各式各樣的需求，市場(chǎng)對(duì)車(chē)牌識(shí)別系統(tǒng)(車(chē)牌識(shí)別系統(tǒng))的需求越來(lái)越廣泛，主要分為：軟件識(shí)別和硬件識(shí)別。通過(guò)車(chē)牌號(hào)碼的自動(dòng)識(shí)別、自動(dòng)登陸、自動(dòng)對(duì)比，系統(tǒng)可以實(shí)現(xiàn)自動(dòng)開(kāi)閘、自動(dòng)計(jì)費(fèi)、自動(dòng)驗(yàn)證用戶(hù)車(chē)輛身份、自動(dòng)區(qū)分內(nèi)外部車(chē)輛、自動(dòng)計(jì)算車(chē)位數(shù)、自動(dòng)報(bào)警等諸多智能化功能。
硬件識(shí)別：通俗的解釋是通過(guò)立的硬件設(shè)備，對(duì)所抓拍圖片進(jìn)行一系列的字符處理;目前停車(chē)場(chǎng)系統(tǒng)行業(yè)中硬件識(shí)別也分為兩種，即帶有單的車(chē)牌識(shí)別儀和前端硬件識(shí)別兩種，安視睿主要采用的是前端硬件識(shí)別。
?
　　前端硬件識(shí)別一體式攝像機(jī)適應(yīng)市場(chǎng)需求，目前得到了廣大客戶(hù)的喜愛(ài)。安視睿前端硬件識(shí)別也叫一體式車(chē)牌識(shí)別攝像機(jī)，是將傳統(tǒng)單的車(chē)牌識(shí)別儀嵌入至攝像機(jī)中，實(shí)現(xiàn)前端硬件與攝像機(jī)一體化，實(shí)現(xiàn)圖像抓拍、視頻流傳輸、字符識(shí)別、道閘抬桿等一系列的工作。
個(gè)人停車(chē)車(chē)庫(kù)
?
　　可能有不少人都有了屬于自己的私人車(chē)庫(kù)，就會(huì)有很多的個(gè)人的車(chē)庫(kù)，直接讓車(chē)庫(kù)門(mén)還有車(chē)牌識(shí)別系統(tǒng)之間進(jìn)行聯(lián)動(dòng)，只需要將自己的車(chē)開(kāi)到門(mén)前，車(chē)庫(kù)的門(mén)就會(huì)自動(dòng)打開(kāi)，非常的方便有，比較常見(jiàn)的就是用車(chē)庫(kù)滑升門(mén)或者是渦輪硬質(zhì)快速卷簾門(mén)來(lái)配合車(chē)牌識(shí)別系統(tǒng)。