为了进行车牌识别，需要以下几个基本的步骤:

1) 牌照定位，定位图片中的牌照位置;

2) 牌照字符分割，把牌照中的字符分割出来;

3) 牌照字符识别，把分割好的字符进行识别，终组成牌照号码。

车牌识别过程中，牌照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。

1) 牌照定位

自然环境下，汽车图像背景复杂、光照不均匀，如何在自然背景中准确地确定牌照区域是整个识别过程的关键。首先对采集到的视频图像进行大范围相关搜索，找到符合汽车牌照特征的若干区域作为候选区，然后对这些侯选区域做进一步分析、评判，后选定一个的区域作为牌照区域，并将其从图像中分离出来。

2) 牌照字符分割

完成牌照区域的定位后，再将牌照区域分割成单个字符，然后进行识别。字符分割一般采用垂直投影法。由于字符在垂直方向上的投影必然在字符间或字符内的间隙处取得局部值的附近，并且这个位置应满足牌照的字符书写格式、字符、尺寸限制和一些其他条件。利用垂直投影法对复杂环境下的汽车图像中的字符分割有较好的效果。

3) 牌照字符识别方法主要有基于模板匹配算法和基于人工神经网络算法。基于模板匹配算法首先将分割后的字符二值化并将其尺寸大小缩放为字符数据库中模板的大小，然后与所有的模板进行匹配，选择匹配作为结果。基于人工神经网络的算法有两种:一种是先对字符进行特征提取，然后用所获得特征来训练神经网络分配器;另一种方法是直接把图像输入网络，由网络自动实现特征提取直至识别出结果。

功能介绍   1、网络高清摄像机

  主要是高清网络摄像机，较多分辨率为1920×1072；视野范围不仅能看清车牌，更能覆盖到能够看清车型的更大区域，车道可以控制的

  更宽，车的进入角度可接受更大,提升了识别率。

  2、视频触发多帧识别

  高清摄像机内置DSP解芯片以及车牌号识别算法，车牌号识别完全由前端摄像机完成，DSP码芯片定时从视频中获取图片，解析合格

  的车牌号，智能识别系统自动把同一个车的多个图片以及较优车牌号作为识别结果，然后把车牌号和图片通过TCP协议传输值上层软件，

  如果上层软件没有接收，主程序芯片自动保存以及自动进行智能脱机分析处理，保证系统稳定运行。

  3、双摄像机立体识别

  当场地过宽超过5米以及 在弯道和三叉路口时，系统支持双摄像机同时识别，自动选择较优的图片和车牌号作为识别结果。

  4、车牌变形拉伸校正

  受现场环境制约，当车牌号图像偏角过大，系统无法识别，DSP解芯片，自动根据图像变形的程度，进行多角度拉伸，然后从识别到的

  车牌号中选择较优的车牌号和图片作为识别结果。

  5、识别算法——小波算法+神经网络智能分析

  DSP解芯片内置车牌号图像识别算法，车牌号图像算法采用目前的小波算法，实现对图像的过滤提取，再通过神经网络智能分析算

  法加以优化。

  6、强光抑制与补光技术

  网络高清摄像机内置强光抑制过滤芯片，专用补光灯在光线不足时自动开启，补充专用的色光，光线强度达标后，补光灯自动熄灭。

  强光抑制与补光技术的配套使用， 解决了夜间车辆进强光进出以及光线突然变化导致摄像机成像不清晰问题。

  7、TCP通讯,即插即用

  TCP通讯，无需其他通讯线，工程施工简单，成本低，可行度高。

中国车牌的格式与国外有较大差异且车牌识别技术研究起步较晚，所以国外关于车牌识别的研究对于中国仅具有参考价值，其在中国的应用效果不能达到其在国内的应用效果，但在其识别系统中所采用的各种思想和算法可以为我国所借鉴。车牌识别系统自进入中国以来，迅速吸引大量的学者开始从事这方面的研究，并提出了很多新颖便捷的算法。自动化研究所的刘智勇等人开发的系统在一个样本容量为3170的样本集中，车牌定位的准确率为99.41%，切割准确率为94.62%，这套系统后来被汉王公司的车牌识别系统采用，取得了较好的效果。南京大学的熊军等提出基于字符纹理特征的定位算法，其准确率高达95%。华中科技大学的陈振学等人提出一种新的车牌图像字符分割和识别算法，使用一维循环清零法，先对垂直投影图进行一次扫描，有效的清除杂点与间隔符，其分割正确率达到96.8%。浙江大学的潘云鹤、张引等提出彩色边缘算子Color Prewitt 、彩色边缘检测和区域生长相结合的定位算法，算法非常简单，作用颜色空间广，牌照区域易于与背景分离，但其存储量和计算量比较大，不能满足实时性的要求。而且当车牌区域的颜色与附近颜别不大时，定位失误机率增加。国内还有许多学者也在进行这方面的研究且取得可观的研究成果。