传统模式识别技术指结构特征法，统计特征法等。90年代，由于计算机视觉技术的发展，开始出现汽车牌照识别的系统化研究。1990年as.johnson等运用计算机视觉技术和图像处理技术实现了牌照的自动识别系统。
该系统分为图像分割、特征提取和模板构造、字符识别等三个部分。利用不同闽值对应的直方图不同，经过大量统计实验确定出车牌位置的图像直方图的闽值范围，从而根据特定闽值对应的直方图分割出车牌，再利用预先设置的标准字符模板进行模式匹配识别出字符。
计算机及相关技术发达的一些国家开始探讨用人工神经网络技术解决车牌自动识别问题，例如1994年m.m.m.fanhy等就成功地运用了bam神经网络方法对车牌上的字符进行自动识别，bam神经网络是由相同神经元构成的双向联想式单层网络，每一个字符模板对应着一个bam矩阵，通过与车牌上的字符比较，识别出正确的车牌号码
车牌识别系统(vehicle license plate recognition，vlpr)
是计算机视频图像识别技术在车辆牌识别中的一种应用。车牌识别在高速公路车辆管理中得到广泛应用，电子收费（etc）系统中，也是结合dsrc技术识别车辆身份的主要手段。
车牌识别技术要求能够将运动中的汽车牌从复杂背景中提取并识别出来，通过车牌提取、图像预处理、特征提取、车牌字符识别等技术，识别车辆牌号、颜色等信息，目前新的技术水平为字母和数字的识别率可达到99.7%，汉字的识别率可达到99%。
在停车场管理中，车牌识别技术也是识别车辆身份的主要手段。车牌识别技术成为车辆身份识别的主要手段。
车牌识别技术结合电子不停车收费系统（etc）识别车辆，过往车辆通过道口时无须停车，即能够实现车辆身份自动识别、自动收费。在车场管理中，为提高出入口车辆通行效率，车牌识别针对无需收停车费的车辆（如月卡车、内部免费通行车辆），建设无人值守的快速通道，免取卡、不停车的出入体验，正改变出入停车场的管理模式。
系统进行视频车辆检测，需要具备很高的处理速度并采用的算法，在基本不丢帧的情况下实现图像采集、处理。
若处理速度慢，则导致丢帧，使系统无法检测到行驶速度较快的车辆，同时也难以保证在有利于识别的位置开始识别处理，影响系统识别率。因此，将视频车辆检测与车牌自动识别相结合具备一定的技术难度车牌号码、颜色识别  为了进行车牌识别，需要以下几个基本的步骤：  车牌定位，定位图片中的车牌位置；车牌字符分割，把车牌中的字符分割出来；
车牌字符识别，把分割好的字符进行识别，最终组成车牌号码 车牌识别过程中，车牌颜色的识别依据算法不同，可能在上述不同步骤实现，通常与车牌识别互相配合、互相验证。

---

济南豪享机电技术有限公司

13305314639
中国 济南