車牌識(shí)別系統(tǒng)的監(jiān)控監(jiān)測(cè)：車牌識(shí)別系統(tǒng)對(duì)于納入“黑名單”的車輛，例如:被通緝或掛失的車輛、欠交費(fèi)車輛、未年檢車輛、肇事逃逸及違章車輛等，只需將其車牌號(hào)碼輸入到應(yīng)用系統(tǒng)中，車牌識(shí)別設(shè)備安裝于的路口、卡口或由執(zhí)法人員隨時(shí)攜帶按需要放置，系統(tǒng)將識(shí)讀所有通過(guò)車輛的牌照號(hào)碼并與系統(tǒng)中的“黑名單”比對(duì)，一旦發(fā)現(xiàn)車輛立刻發(fā)出報(bào)警信息。系統(tǒng)可以全天不間斷工作、不會(huì)疲勞、錯(cuò)誤率極低，應(yīng)用這種系統(tǒng)將地提高執(zhí)法效率。

車牌識(shí)別系統(tǒng)的違章監(jiān)測(cè)：車牌識(shí)別系統(tǒng)結(jié)合測(cè)速設(shè)備可以用于車輛超速違章處罰，一般用于高速公路。具體應(yīng)用是：在路上設(shè)置測(cè)速監(jiān)測(cè)點(diǎn)，抓拍超速的車輛并識(shí)別車牌號(hào)碼，將違章車輛的牌照號(hào)碼及圖片發(fā)往各出口；在各出口設(shè)置處罰點(diǎn)，用車牌識(shí)別設(shè)備識(shí)別通過(guò)車輛并將號(hào)碼與已經(jīng)收到的超速車輛的號(hào)碼比對(duì)，一旦號(hào)碼相同即啟動(dòng)警示設(shè)備通知執(zhí)法人員處理。與傳統(tǒng)的超速監(jiān)測(cè)方式相比，這種應(yīng)用可以節(jié)省警力，降低執(zhí)法人員的工作強(qiáng)度，而且安全、、隱蔽，司機(jī)需時(shí)刻提醒自己不能超速，地減少了因超速引發(fā)的事故。

車牌識(shí)別系統(tǒng)的圖像采集
根據(jù)車輛檢測(cè)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(guò)車輛觸發(fā)地感線圈、紅外或雷達(dá)等裝置，給相機(jī)一個(gè)觸發(fā)信號(hào)，相機(jī)在接收到觸發(fā)信號(hào)后會(huì)抓拍一張圖像，該方法的優(yōu)點(diǎn)是觸發(fā)率高，性能穩(wěn)定，缺點(diǎn)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(hào)，相機(jī)會(huì)實(shí)時(shí)地記錄視頻流圖像，該方法的優(yōu)點(diǎn)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(diǎn)也十分顯著，由于算法的極限，該方案的觸發(fā)率與識(shí)別率較之外設(shè)觸發(fā)都要低一些。北京中全清茂科技發(fā)展有限公司經(jīng)過(guò)嚴(yán)格的算法優(yōu)化，這兩種圖像采集模式的識(shí)別率和穩(wěn)定性都。

車牌識(shí)別系統(tǒng)的預(yù)處理
由于圖像質(zhì)量容易受光照、天氣、相機(jī)位置等因素的影響，所以在識(shí)別車牌之前需要先對(duì)相機(jī)和圖像做一些預(yù)處理，以得到車牌清晰的圖像。一般會(huì)根據(jù)對(duì)現(xiàn)場(chǎng)環(huán)境和已經(jīng)拍攝到的圖像的分析得出結(jié)論，實(shí)現(xiàn)相機(jī)的自動(dòng)曝光處理、自動(dòng)白平衡處理、自動(dòng)逆光處理、自動(dòng)過(guò)爆處理等，并對(duì)圖像進(jìn)行噪聲過(guò)濾、對(duì)比度增強(qiáng)、圖像縮放等處理。去噪方法有均值濾波、中值濾波和高斯濾波等；增強(qiáng)對(duì)比度的方法有對(duì)比度線性拉伸、直方圖均衡和同態(tài)濾波器等；圖像縮放的主要方法有近鄰插值法、雙線性插值法和立方卷積插值等。?

車牌識(shí)別系統(tǒng)的字符分割
定位出車牌區(qū)域后，由于并不知道車牌中總共有幾個(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，為了車牌類型匹配和字符識(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(duì)的挑戰(zhàn)，有待更好的算法出現(xiàn)并解決以上問(wèn)題。

車牌識(shí)別系統(tǒng)的字符識(shí)別
對(duì)分割后的字符的灰度圖像進(jìn)行歸一化處理，特征提取，然后經(jīng)過(guò)機(jī)器學(xué)習(xí)或與字符數(shù)據(jù)庫(kù)模板進(jìn)行匹配，后選取匹配度的結(jié)果作為識(shí)別結(jié)果。目前比較流行的字符識(shí)別算法有：模板匹配法、人工神經(jīng)網(wǎng)絡(luò)法、支持向量機(jī)法和Adaboost分類法等。模板匹配法的優(yōu)點(diǎn)是識(shí)別速度快、方法簡(jiǎn)單，缺點(diǎn)是對(duì)斷裂、污損等情況的處理有一些困難；人工神經(jīng)網(wǎng)絡(luò)法學(xué)習(xí)能力強(qiáng)、適應(yīng)性強(qiáng)、分類能力強(qiáng)但比較耗時(shí)；支持向量機(jī)法對(duì)于未見(jiàn)過(guò)的測(cè)試樣本具有更好的識(shí)別能力且需要較少的訓(xùn)練樣本；Adaboost分類法能側(cè)重于比較重要的訓(xùn)練數(shù)據(jù)，識(shí)別速度快、實(shí)時(shí)性較高。我國(guó)車牌由漢字、英文字母和阿拉伯?dāng)?shù)字3種字符組成，且具有統(tǒng)一的樣式，這也是識(shí)別過(guò)程的方便之處。但由于車牌很容易受外在環(huán)境的影響，出現(xiàn)模糊、斷裂、污損字符的情況，如何提高這類字符和易混淆字符的識(shí)別率，也是字符識(shí)別的難點(diǎn)之一。易混淆字符包括：0與D、0與Q、2與Z、8與B、5與S、6與G、4與A等。