車牌識別技術要求能夠從復雜的背景中提取并識別出運動的車輛車牌，通過車牌提取、圖像預處理、特征提取、車牌字符識別等技術識別出車牌號碼、顏色等信息。

　　1、車牌定位，定位在圖片中車牌位置;

　　2、車牌字符劃分，車牌字符劃分;

　　3、車牌字符識別、分割良好的字符識別、車牌號碼合成。

　　在自動車牌識別過程中，車牌顏色的識別基于不同的算法，可以在上述不同的步驟中實現，通常與自動車牌識別相互配合和驗證。

　　一、牌照定位

　　自然生態(tài)環(huán)境下，汽車圖像數據背景以及復雜、光照不均勻，如何在自然發(fā)展背景中準確地確定牌照區(qū)域是整個企業(yè)識別研究過程的關鍵。首先對采集到的視頻圖像信息進行大范圍相關知識搜索，找到自己符合我國汽車牌照特征的若干問題區(qū)域經濟作為候選區(qū)，然后對這些侯選區(qū)域做進一步提高分析、評判，選定一個好的區(qū)域可以作為牌照區(qū)域，并將其從圖像中分離出來。

　　二、牌照字符分割

　　完成牌照區(qū)域的定位后，再將牌照區(qū)域市場分割成單個字符，然后學生進行分析識別。字符分割方法一般可以采用不同垂直投影法。由于一個字符在垂直“497”的投影技術必然在字符間或字符內的間隙處取得局部小值的附近，并且通過這個社會位置應滿足牌照的字符書寫格式、字符、尺寸要求限制和一些企業(yè)其他經濟條件。利用這些垂直投影法對復雜網絡環(huán)境下的汽車使用圖像中的字符分割有較好的效果。

　　三、車牌字符識別方法

　　主要有基于模板匹配算法和基于人工神經網絡算法?；谀０迤ヅ渌惴ㄊ紫葘⒎指詈蟮淖址祷⑵涑叽绱笮】s放為字符數據庫中模板的大小，然后與所有的模板進行匹配，選擇好的匹配作為結果?；谌斯ど窠浘W絡的算法有兩種：一種是先對字符進行特征提取，然后用所獲得特征來訓練神經網絡分配器;另一種方法是直接把圖像輸入網絡，由網絡自動實現特征提取直至識別出結果。

　　在實際應用中，車牌自動識別系統(tǒng)的識別率也與車牌質量和拍攝質量密切相關。牌照的質素會受多項因素影響，例如生銹、污損、油漆脫落、字體褪色、牌照被遮蓋、牌照傾斜、「高亮」反射、多重牌照、虛假牌照等。實際拍攝過程還會受到環(huán)境亮度、拍攝方法、車速等因素的影響。這些因素降低了車牌自動識別的識別率，是車牌自動識別系統(tǒng)的難點和挑戰(zhàn)。為了提高識別率，除了不斷改進識別算法外，還應該找到克服各種光照條件的方法，使采集到的圖像有利于識別。