![](https://csdnimg.cn/release/download_crawler_static/87245840/bg8.jpg)
途径就是对车牌图像进行分析,自动提取车牌信息,拟定汽车牌号。在各种应用
中,有使用模糊数学理论也有用神经元网络算法来辨认车牌中字符,但由于外界
环境光线变化、光路中有灰尘、季节环境变化及车牌自身比较模糊等条件影响,
给车牌辨认带来较大困难。国外有关研究有:(1)J Barroso 提出基于扫描行高频
分析办法; (2) I.T. Lancaster 提出类字符分析办法等。为理解决图像恶化问
题,当前国内外采用积极红外照明摄像或使用特殊传感器来提高图像质量,继而
提高辨认率,但系统投资成本过大,不适合普遍推广。
车牌辨认系统中两个核心子系统是车牌定位系统和车牌字符辨认系统。
关于车牌定位系统研究,国内外学者已经作了大量工作,但实际效果并不是
很抱负,例如车牌图像倾斜、车牌表面污秽和磨损、光线干扰等都是影响定位精
确度潜在因素。为此,近年来不少学者针对车牌自身特点,车辆拍摄不良现象及
背景复杂状况,先后提出了许多有针对性定位办法,使车牌定位在技术和办法上
均有了很大改进.然而当代化交通系统不断提高快节奏,将对车牌定位精确率和
实时性提出更高规定。因而进一步加深车牌定位研究是非常必要。
车牌字符辨认是在车牌准拟定位基本上,对车牌上中文、字母、数字进行有
效确认过程,其中中文辨认是一种难点,许多国外 LPR 系统也往往是由于中文难
以辨认而无法打入中华人民共和国市场,因而探寻好办法解决字符辨认也是至关
重要。当前己有办法诸多,但其效果与实际规定相差很远,难以适应当代化交通
系统高速度、快节奏规定。因而对字符辨认进一步研究也同样具备急迫性和必要
性。
从实用产品来看,如以色列 Hi-Tech 公司研制各种 See/Car system,适应于
几种不同国家车牌辨认,就针对中华人民共和国格式车牌 See/Car syste 而言,
它不能辨认中文,且辨认率有待提高。新加坡 Optasia 公司 VLPRS 产品,适合于
新加坡车牌,此外日本、加拿大、德国、意大利、英国等西方发达国家均有适合
于本国车牌辨认系统。
国内实际状况有所不同,国外实际拍摄条件比较抱负,车牌比较规范统一,
而国内车牌规范不够,不同汽车类型有不同规格、大小和颜色,因此车牌颜色多,