车牌辨认技能(VehicleLicensePlateRecognition，VLPR)是指能够检测到路途路面高速行进的车辆并主动提取车辆车牌的信息(含汉字字符、英文字母、阿拉伯数字及号牌色彩)进行处理的技能。车牌辨认技能是现代智能交通体系重要组成部分，其运用非常广泛。
车牌辨认技能原理
车辆检测：可选用埋地线圈检测、红外检测、雷达检测技能、视频检测等多种办法感知车辆的经过，并触发图画收集抓拍。
图画收集：经过高清摄像抓拍主机对通行车辆进行实时、不间断记载、收集。
预处理：噪声过滤、主动白平衡、主动曝光以及伽马校对、边际增强、对比度调整等。
车牌定位：在经过图画预处理之后的灰度图画进步行队伍扫描，确认车牌区域。
字符切割：在图画中定位出车牌区域后，经过灰度化、二值化等处理，准确认位字符区域，然后依据字符尺度特征进行字符切割。
字符辨认：对切割后的字符进行缩放、特征提取，与字符数据库模板中的规范字符表达形式进行匹配判别。
成果输出：将车牌辨认的成果以文本格式输出。
车牌辨认技能流程解剖
车牌辨认体系选用高度模块化的规划，将车牌辨认进程的各个环节各自作为一个独立的模块。
一、车辆检测盯梢模块
车辆检测盯梢模块首要对视频流进行剖析，判别其间车辆的方位，对图画中的车辆进行盯梢，并在车辆方位最佳时间，记载该车辆的特写图片，因为加入了盯梢模块，体系能够很好地战胜各种外界的搅扰，使得到愈加合理的辨认成果，能够检测无牌车辆并输出成果。
二、车牌定位模块
车牌定位模块是一个非常重要的环节，是后续环节的根底，其准确性对全体体系功能的影响巨大。车牌体系彻底摒弃了以往的算法思路，完成了一种彻底根据学习的多种特征交融的车牌定位新算法，适用于各种杂乱的布景环境和不同的摄像视点。
三、车牌纠正及精定位模块
因为受拍照条件的约束，图画中的车牌总不可避免存在必定的歪斜，需求一个纠正和精定位环节来进一步进步车牌图画的质量，为切分和辨认模块做准备。运用精心规划的快速图画处理滤波器，不只核算快速，并且运用的是车牌的全体信息，避免了部分噪声带来的影响。运用该算法的另一个长处便是经过对多个中心成果的剖析还能够对车牌进行精定位，进一步削减非车牌区域的影响。
四、车牌切分模块
车牌体系的车牌切分模块运用了车牌文字的灰度、色彩、边际散布等各种特征，能较好地按捺车牌周围其他噪声的影响，并能忍受必定歪斜视点的车牌。这一算法有利于类似移动式稽察这种车牌图画噪声较大的运用。
五、车牌辨认模块
在车牌辨认体系中，一般选用多种辨认模型相结合的办法来进行车牌辨认，构建一种层次化的字符辨认流程，可有效地进步字符辨认的正确率。另一方面，在字符辨认之前，运用核算机智能算法对字符图画进行前期处理，不只可尽可能保存图画信息，并且可进步图画质量，进步类似字符的可区别性，确保字符辨认的可靠性。
六、车牌辨认成果决议计划模块
辨认成果决议计划模块，具体地说，决议计划模块运用一个车牌经过视界的进程留下的前史记载，对辨认成果进行智能化的决议计划。其经过核算观测帧数、辨认成果稳定性、轨道稳定性、速度稳定性、均匀可信度和类似度等衡量值得到该车牌的归纳可信度点评，然后决定是持续盯梢该车牌，仍是输出辨认成果，或是回绝该成果。这种办法归纳运用了一切帧的信息，削减了以往根据单幅图画的辨认算法所带来的偶然性过错，大大进步了体系的辨认率和辨认成果的正确性和可靠性。
七、车牌盯梢模块
车牌盯梢模块记载下车辆行进进程中每一帧中该车车牌的方位以及外观、辨认成果、可信度等各种前史信息。因为车牌盯梢模块选用了具有必定容错才能的运动模型和更新模型，使得那些被短时间遮挡或瞬间含糊的车牌仍能被正确地盯梢和猜测，终究只输出一个辨认成果。
