车牌识别是一种模式识别技术，它利用车辆的动态视频或静态图像来识别车牌号码和车牌颜色。完整的车牌识别系统应包括车辆检测、图像采集、车牌识别等部分。当车辆检测部分检测到车辆到达时触发图像采集单元，采集当前的视频图像。车牌识别单元处理图像，定位车牌位置，然后分割车牌中的字符进行识别，然后形成车牌号码输出。

　　埋地线圈检测、红外检测、雷达检测技术、视频检测等方法可用于车辆检测。视频检测可以避免路面损坏，不需要额外的外部检测设备，不需要纠正触发位置，节省费用，更适合移动和便携式应用。

　　视频车辆检测系统需要具有较高的处理速度和算法，实现图像采集、处理，基本不失帧。如果处理速度慢，会导致帧丢失，使系统无法检测到行驶速度快的车辆，难以保证识别处理开始在有利于识别的位置，影响系统识别率。因此，将视频车辆检测与牌照自动识别相结合具备一定的技术难度。

　　为了进行车牌识别，需要以下几个基本的步骤：

　　1)牌照定位，定位图片中的牌照位置;

　　2)牌照字符分割，把牌照中的字符分割出来;

　　3)牌照字符识别，把分割好的字符进行识别，组成牌照号码。

　　在车牌识别过程中，车牌颜色的识别基于不同的算法，可以在上述不同的步骤中实现，通常与车牌识别相互配合，相互验证。

　　1)牌照定位

　　在自然环境中，汽车图像背景复杂，光线不均匀，如何在自然背景中准确确定车牌区域是整个识别过程的关键。首先搜索收集到的视频图像，找到几个符合汽车牌照特点的区域作为候选区域，然后进一步分析判断这些候选区域，选择好的区域作为牌照区域，并将其与图像分离。

　　2)牌照字符分割

　　完成牌照区域的定位后，再将牌照区域分割成单个字符，然后进行识别。字符分割一般采用垂直投影法。由于字符在垂直方向上的投影必须靠近字符之间或字符之间的间隙，且该位置应满足字符书写格式、字符、尺寸限制等条件。利用垂直投影法对复杂环境下的汽车图像中的字符分割有较好的效果。

　　3)牌照字符识别方法

　　主要有基于模板匹配算法和基于人工神经网络算法。基于模板匹配算法首先将分割后的字符二值化并将其尺寸大小缩放为字符数据库中模板的大小，然后与所有的模板进行匹配，选择更佳匹配作为结果。基于人工神经网络的算法有两种：一种是先对字符进行特征提取，然后用所获得特征来训练神经网络分配器;另一种方法是直接把图像输入网络，由网络自动实现特征提取直至识别出结果。