車牌識別系統(tǒng)采用高度模塊化的設(shè)計，將車牌識別過程的各個環(huán)節(jié)各自作為一個獨立的模塊。①車輛檢測跟蹤模塊車輛檢測跟蹤模塊主要對視頻流進行分析，判斷其中車輛的位置，對圖像中的車輛進行跟蹤，并在車輛位置1佳時刻，記錄該車輛的特寫圖片，由于加入了跟蹤模塊，系統(tǒng)能夠很好地克服各種外界的干擾，使得到更加合理的識別結(jié)果，可以檢測無牌車輛并輸出結(jié)果。②車牌定位模塊車牌定位模塊是一個十分重要的環(huán)節(jié)，是后續(xù)環(huán)節(jié)的基礎(chǔ)，其準(zhǔn)確性對整體系統(tǒng)性能的影響巨大。車牌系統(tǒng)完全摒棄了以往的算法思路，實現(xiàn)了一種完全基于學(xué)習(xí)的多種特征融合的車牌定位新算法，適用于各種復(fù)雜的背景環(huán)境和不同的攝像角度。

車牌識別系統(tǒng)的關(guān)鍵技術(shù)及算法。對車牌圖像進行圖像形態(tài)學(xué)操作：圖像濾波，即在盡量保留圖像細節(jié)特征的條件下對目標(biāo)圖像的噪聲進行抑制，是圖像處理中消除噪聲的不可或缺的操作，其處理的結(jié)果的好壞將直接影響到對后續(xù)圖像進行處理和分析的有效性和可靠性。常用的濾波操作方法有很多種，如中值濾波、形態(tài)學(xué)濾波、高斯濾波、雙邊濾波等。我們在這里介紹一下中值濾波和本文所研究系統(tǒng)采用的形態(tài)學(xué)濾波。

為了進行車牌識別，需要以下幾個基本的步驟：1)牌照定位，定位圖片中的牌照位置；2)牌照字符分割，把牌照中的字符分割出來；3)牌照字符識別，把分割好的字符進行識別，終組成牌照號碼。實際應(yīng)用中，車牌識別系統(tǒng)的識別率還與牌照質(zhì)量和拍攝質(zhì)量密切相關(guān)。牌照質(zhì)量會受到各種因素的影響，如生銹、污損、油漆剝落、字體褪色、牌照被遮擋、牌照傾斜、高亮反光、多牌照、假2牌照等等；實際拍攝過程也會受到環(huán)境亮度、拍攝方式、車輛速度等等因素的影響。這些影響因素不同程度上降低了車牌識別的識別率，也正是車牌識別系統(tǒng)的困難和挑戰(zhàn)所在。為了提高識別率，除了不斷地完善識別算法還應(yīng)該想辦法克服各種光照條件，使采集到的圖像利于識別。

車牌識別的發(fā)展。在智能化交通管理系統(tǒng)中，汽車身份識別相當(dāng)于vc++中的“基類”地位，即智能化交通管理系統(tǒng)中的其他子模塊需要在汽車身份識別的基礎(chǔ)上進行繼承和發(fā)展。所以我們認為，汽車身份識別要求較高的集成度，1好能由可以嵌入到其他系統(tǒng)中的、集成度高的模塊來完成，如單片機、CPLD。而現(xiàn)階段的汽車身份識別大部分卻是依靠計算機來完成的。