人工神經(jīng)網(wǎng)絡(luò)技術(shù)，計算機及相關(guān)技術(shù)發(fā)達的一些國家開始探討用人工神經(jīng)網(wǎng)絡(luò)技術(shù)解決車牌自動識別問題，例如1994年M.M.M.FANHY等就成功地運用了BAM神經(jīng)網(wǎng)絡(luò)方法對車牌上的字符進行自動識別，BAM神經(jīng)網(wǎng)絡(luò)是由相同神經(jīng)元構(gòu)成的雙向聯(lián)想式單層網(wǎng)絡(luò)，每一個字符模板對應著個BAM矩陣，通過與車牌上的字符比較，識別出正確的車牌號碼。

例如一個車牌系統(tǒng)在白天有90%以上的準確度，到了傍晚就降到80%，夜間又降到70%，這種不穩(wěn)定的系統(tǒng)，比起全天候平均擁有70%準確度的車牌辨識系統(tǒng)更難于整合。因為使用者會認為，既然白天的辨識率有90%，那全天候的準確率都要達到90%才合理，這樣的規(guī)格還不包括奇怪的環(huán)境干擾(暴雨襲擊、冰雹、濃霧區(qū)段等)，與架設(shè)環(huán)境限制(高度限制、風大搖晃限制、不容易遭受人為破壞等)。

在講述車牌識別過程之前，筆者要先說一下高速路口的ETC是一套依賴RFID技術(shù)的電子識別裝置。這種識別技術(shù)，是通過射頻技術(shù)，去識別貼在汽車前擋風或者其他便于RFID讀寫端識別的位置上的電子標簽來識別和收費的。因此ETC和車牌識別系統(tǒng)是兩套系統(tǒng)，因為車牌識別系統(tǒng)不承擔充值和消費功能，因此ETC就應運而生。

車輛識別在拍照之前，當然是要識別車輛確實是進入了攝像頭的佳焦距位置了，車牌識別系統(tǒng)才會采集車輛的圖像。所以，識別車輛就是車牌識別的步。那么，如何識別車輛呢？有很多辦法，其中紅外法是常用的辦法。因為攝像頭和系統(tǒng)是被動采集數(shù)據(jù)的，所以它不知道什么時候該拍照。當車輛進入拍攝區(qū)域，紅外射線會被車輛遮擋，這個時候攝像頭和系統(tǒng)聯(lián)動，就會拍下車輛的照片，以供后續(xù)車牌識別之用。當然了，這種簡單的紅外遮擋法測是否有車輛進入，人或者其他物體遮擋了紅外線，也會誘發(fā)拍照。

攝像頭不停地拍照，交給系統(tǒng)去判斷。原理很簡單，因為沒有車輛時，拍的照片是固定的。撐死了也就白天一幅圖、晚上一幅圖、下雨一幅圖、陰天一幅圖等。有了基礎(chǔ)的圖，就可以區(qū)分有車輛進入地圖了。有人說這樣的容錯率也太低了，很容易出錯。是的，這的確容易出錯，所以軟件端做了進一步的技術(shù)深入：車輛輪廓識別。車輛輪廓識別與車牌識別的輪廓識別原理是一樣的，可以參考下面車牌輪廓識別部分。

圖片初級處理——灰度化、二值化大家都知道，灰色是介于白色和黑色之間的顏色，而且這個灰色深淺不一樣，所以白色和黑色之間的灰色就有很多。這顏色一多，計算機就眼花繚亂了。所以呢，干脆把圖片二值化。啥叫二值化呢？就是讓圖片只有黑色和白色，就是只有兩個顏色值，顧名思義把圖片搞成黑白二色的過程就是二值化。再形象的比喻一下，就是熊貓化！在計算機RGB顏色空間內(nèi)，白色就是255，黑色就是0，其他顏色就是在這0-255之間了。