ITS（Intelligent Transportation
System）是一項以信息通信技術(shù)將人、車、路三者緊密協(xié)調(diào)、和諧統(tǒng)一，而建立起的大范圍內(nèi)、全方位發(fā)揮作用的實時、準(zhǔn)確、高效的運輸管理系統(tǒng)，該系統(tǒng)在有效利用現(xiàn)有交通設(shè)施、減少交通負(fù)荷和環(huán)境污染、保證交通安全、提高運輸效率、促進社會經(jīng)濟發(fā)展、提高人民生活質(zhì)量，推動社會信息化及形成新產(chǎn)業(yè)等方面具有極其重要的作用，從而受到世界各國的重視，目前已形成世界交通二十一世紀(jì)的發(fā)展方向。
作為核心技術(shù)之一，車輛牌照識別（license plate
recognition，LPR）技術(shù)是公安執(zhí)法系統(tǒng)、高速公路自動收費系統(tǒng)、城市道路監(jiān)控系統(tǒng)、智能停車場管理系統(tǒng)等諸多ITS相關(guān)應(yīng)用系統(tǒng)的重要一環(huán)，可以大大簡化人的勞動，消除人為干擾，減少乃至杜絕出錯的可能。相對于射頻信號識別和條形碼識別技術(shù)，有兩大優(yōu)點：
（1）不需要在汽車上安裝專門的條形碼或射頻識別標(biāo)識；
（2）LPR系統(tǒng)本身是基于視頻技術(shù)的識別系統(tǒng)，可方便地進行圖像回放、檢索。
車牌自動識別系統(tǒng)主要包括圖像采集、圖像處理、牌照切分、字符識別、近端或遠端數(shù)據(jù)庫、網(wǎng)絡(luò)支持等工作模塊。
通過視頻采集卡與計算機相連
車牌識別技術(shù)的用途
城市交通：交通路口流量統(tǒng)計
智能交通違章監(jiān)攝管理（電子警察）
高速公路：自動收費，自動車輛登記，違章記錄
公安系統(tǒng)：肇事/失竊/犯罪車輛監(jiān)測
軍事要塞、機關(guān)、賓館：車輛自動化管理
停車場及居民小區(qū)：進出車輛管理，自動計費；
關(guān)鍵：
第二部分：車輛牌照定位與分割
即從包含整個車輛的圖像中找到牌照區(qū)域的位置，決定其后的車牌字符識別。
第三部分：車牌字符識別
車牌圖像的特點
我國現(xiàn)有車輛牌照：4類——藍底白字、黃底黑字、黑底白字和白底黑字。
車輛牌照特征：
（1）一個省份漢字（軍警牌則為其他漢字）后跟字母或阿拉伯?dāng)?shù)字組成的7個字序列。標(biāo)準(zhǔn)車牌的具體排列格式是：X1X2.X3X4X5X6X7，
（2）車輛牌照區(qū)域牌底與牌字顏色對比大，邊緣非常豐富
（3）在某相對固定的牌照位置拍得的圖像上車輛牌照子圖像區(qū)域高度和長度一定，且昌鎬比例一定。車牌原始尺寸：字寬45mm，字高90mm，間隔符寬10mm，每個單元間隔12mm。
車牌定位技術(shù)綜述
出發(fā)點：通過車牌區(qū)域的特征來判斷牌照。
車牌主要特征：
（1） 車牌區(qū)域內(nèi)的邊緣灰度直方圖統(tǒng)計“特征”�！哂袃蓚�明顯且分離的分布中心。
（2） 車牌的幾何特征，即車輛的寬、高比例在一定范圍內(nèi)。
（3） 車牌區(qū)域的灰度分布特征，穿過車牌的水平直線其灰度呈現(xiàn)連續(xù)的峰、谷、峰的分布。
（4） 車牌區(qū)域水平或垂直投影特征。車牌區(qū)域水平或垂直投影呈現(xiàn)連續(xù)的峰、谷、峰的分布。
（5） 車牌形狀特征和字符排列格式特征。車牌有矩形邊框，字符位于矩形框中且有間隔。
（6） 頻譜特征，即對圖形作行或列的DFT變換。其頻譜圖中包含了車牌的位置信息。
車牌定位系統(tǒng)
一個車牌定位系統(tǒng)通常包括圖像預(yù)處理、車牌區(qū)域搜索、車牌定位與分割等部分。
車牌圖像定位的難點
（1）
抓拍圖像受環(huán)境因素干擾（環(huán)境光照不均勻等），照片質(zhì)量很難保證。
（2） 其它字符區(qū)域干擾，難以準(zhǔn)確定位。
（3）
車牌出現(xiàn)污點，變臟，筆跡模糊，褪色等。
（4） 車牌被部分遮擋。
（5）
運動圖像的模糊失真，形成鋸齒等。
車牌檢測與定位方法要點
1. 灰度化：將24位真彩色圖像轉(zhuǎn)換成灰度圖，以便與后續(xù)處理的統(tǒng)一和快速。
2. 灰度拉伸：成像時光照不足或過強，圖像偏暗或偏亮，經(jīng)處理后使圖像邊緣清晰，牌照區(qū)域筆劃特征跟明顯。
3. 邊緣檢測：車牌子區(qū)域邊緣豐富。
4. 模板匹配：在有著復(fù)雜背景的圖像中找車牌
車牌定位的實現(xiàn)方法
1. 直接法：直接分析圖像的特征
2. 神經(jīng)網(wǎng)絡(luò)法：
首先利用神經(jīng)網(wǎng)絡(luò)對圖像中一個個小窗口進行分類，然后對分類結(jié)果進行綜合，從而得到牌照的準(zhǔn)確定位。
3. 基于矢量量化的牌照定位方法：
在對牌照定位的同時進行了圖像的壓縮；
對圖像的處理不是以像素為單位，而是以塊為單位，提高了處理速度；
容易識別圖像中沒有牌照的情況。
車牌字符的識別
與通用的OCR識別方法類似。
主要算法：
1．基于模板匹配的OCR算法
首先對待識別字符進行二值化并將其尺寸大小縮放為字符數(shù)據(jù)庫中模板的大小，然后與所有的模板進行匹配，最后選最佳匹配作為結(jié)果。改進：基于關(guān)鍵點的模板匹配算法。
5種簡單識別器：簡單模板匹配；外圍輪廓匹配；改進穿線法；基于 Hausdorff距離的模板匹配；簡單分類器。
2．基于人工神經(jīng)網(wǎng)絡(luò)的OCR算法
車牌字符識別實現(xiàn)要點
1． 預(yù)處理：
（1） 二值化：（彩色分割方法）
難點：閾值選擇和牌照類型多樣（要統(tǒng)一）
方法：全局閾值（OSTU等）和局部閾值
（2） 傾斜度校正：Hough變換檢測直線傾角。
（3） 字符分割與大小歸一化：統(tǒng)計分析方法
2． 字符識別（OCR）
通用的匹配識別方法，小波變換，分形等
車牌字符識別的難點
牌照由漢字、字母和數(shù)字組成，漢字的筆畫繁多，圖像要具有更高的分辨力，系統(tǒng)要具有很高的采集和處理速度，要達到實時處理。這要求采用的算法簡潔、實用、有較高的效率。
