人工神經(jīng)網(wǎng)絡(luò)技術(shù)，計(jì)算機(jī)及相關(guān)技術(shù)發(fā)達(dá)的一些國(guó)家開始探討用人工神經(jīng)網(wǎng)絡(luò)技術(shù)解決車牌自動(dòng)識(shí)別問(wèn)題，例如1994年M.M.M.FANHY等就成功地運(yùn)用了BAM神經(jīng)網(wǎng)絡(luò)方法對(duì)車牌上的字符進(jìn)行自動(dòng)識(shí)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(gè)字符模板對(duì)應(yīng)著個(gè)BAM矩陣，通過(guò)與車牌上的字符比較，識(shí)別出正確的車牌號(hào)碼。

此外，車牌辨識(shí)系統(tǒng)能否發(fā)揮大效用，除了軟件技術(shù)之外，與攝影機(jī)及現(xiàn)場(chǎng)施工能力，也有很大的關(guān)系。使用者可要求廠商至現(xiàn)場(chǎng)勘查后，提出建置規(guī)劃方案，先評(píng)估應(yīng)該架設(shè)的地點(diǎn)、攝影機(jī)架設(shè)角度、是否需要架設(shè)輔助光源等，再提出報(bào)價(jià)，藉由這些動(dòng)作，除了得以事先評(píng)估業(yè)者的能力，用戶本身也可以達(dá)到產(chǎn)品學(xué)習(xí)及教育訓(xùn)練，日后管理時(shí)，會(huì)更清楚知道該產(chǎn)品的使用限制及相關(guān)因應(yīng)措施。

停車場(chǎng)車輛牌照識(shí)別系統(tǒng)的工作原理如下：1.系統(tǒng)通過(guò)視頻采集接口采集攝像頭攝入包含車牌的視頻圖像；2.再對(duì)動(dòng)態(tài)采集到的圖像進(jìn)行處理以克服圖像干擾，改善識(shí)別效果；3.接著在動(dòng)態(tài)采集到的圖像中自動(dòng)找到車牌的位置也就是邊緣檢測(cè)，并分割出單個(gè)字符的矩形區(qū)域；4.對(duì)車牌進(jìn)行二值化,后把規(guī)整好的字符輸入字符識(shí)別系統(tǒng)進(jìn)行識(shí)別。

在講述車牌識(shí)別過(guò)程之前，筆者要先說(shuō)一下高速路口的ETC是一套依賴RFID技術(shù)的電子識(shí)別裝置。這種識(shí)別技術(shù)，是通過(guò)射頻技術(shù)，去識(shí)別貼在汽車前擋風(fēng)或者其他便于RFID讀寫端識(shí)別的位置上的電子標(biāo)簽來(lái)識(shí)別和收費(fèi)的。因此ETC和車牌識(shí)別系統(tǒng)是兩套系統(tǒng)，因?yàn)檐嚺谱R(shí)別系統(tǒng)不承擔(dān)充值和消費(fèi)功能，因此ETC就應(yīng)運(yùn)而生。

攝像頭不停地拍照，交給系統(tǒng)去判斷。原理很簡(jiǎn)單，因?yàn)闆](méi)有車輛時(shí)，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(jìn)入地圖了。有人說(shuō)這樣的容錯(cuò)率也太低了，很容易出錯(cuò)。是的，這的確容易出錯(cuò)，所以軟件端做了進(jìn)一步的技術(shù)深入：車輛輪廓識(shí)別。車輛輪廓識(shí)別與車牌識(shí)別的輪廓識(shí)別原理是一樣的，可以參考下面車牌輪廓識(shí)別部分。

圖形檢索，定位車牌圖片處理到這一步，來(lái)了——車牌檢索。動(dòng)腦筋的朋友可能已經(jīng)意識(shí)到了，車牌是規(guī)則的長(zhǎng)方形，我們只要找二值化后圖片里的長(zhǎng)方形就好了。問(wèn)題來(lái)了，你找長(zhǎng)方形，問(wèn)題是有些車輛的撒熱窗就是長(zhǎng)方形。愛(ài)動(dòng)腦筋的小伙伴已經(jīng)注意到了，車牌的長(zhǎng)寬比與車身其他位置的形狀長(zhǎng)寬比不同。掌握了上面的基本常識(shí)，那么我們距離找到車牌就更近了。計(jì)算機(jī)掃描整個(gè)二值化的圖片，由左到右，由上到下，把顏色從黑到白或者由白到黑的像素全部記錄下來(lái)。然后根據(jù)這些像素來(lái)計(jì)算哪個(gè)區(qū)域是長(zhǎng)方形，并且符合車牌的比例。