車牌識別感光部件對外部環(huán)境的處置
?
　　環(huán)境是影響車牌辨認的主要要素，在采集車輛圖像時，由于環(huán)境光線變化猛烈，白晝光較強、夜間較弱，面光與背光不同，上午和下午的光照方向也不一樣，抓拍圖像時受環(huán)境光線影響較大，車速過高、采集設備的動態(tài)范圍等都使成像質量難以得到有效。當辨認算法以為車牌到達了成像位置時系統(tǒng)觸發(fā)系統(tǒng)開端拍攝，這對觸發(fā)設備的牢靠性和響應速度都有較高的請求。所以要處理環(huán)境形成辨認率低下的問題，還要靠攝像機的感光部件對外部環(huán)境的處置。

車牌識別技術結合電子不停車收費系統(tǒng)(ETC)識別車輛，過往車輛通過道口時無須停車，即能夠實現車輛身份自動識別、自動收費。在車場管理中，為提高出入口車輛通行效率，車牌識別針對無需收停車費的車輛(如月卡車、內部免費通行車輛)，建設無人值守的快速通道，免取卡、不停車的出入體驗，正改變出入停車場的管理模式。

2、預處理
?
　　由于圖像質量容易受光照、天氣、相機位置等因素的影響，所以在識別車牌之前需要先對相機和圖像做一些預處理，以得到車牌清晰的圖像。一般會根據對現場環(huán)境和已經拍攝到的圖像的分析得出結論，實現相機的自動曝光處理、自動白平衡處理、自動逆光處理、自動過爆處理等，并對圖像進行噪聲過濾、對比度增強、圖像縮放等處理。去噪方法有均值濾波、中值濾波和高斯濾波等；增強對比度的方法有對比度線性拉伸、直方圖均衡和同態(tài)濾波器等；圖像縮放的主要方法有近鄰插值法、雙線性插值法和立方卷積插值等。

車牌定位
?
　　從整個圖像中準確地檢測出車牌區(qū)域，是車牌識別過程的一個重要步驟，如果定位失敗或定位不完整，會直接導致終識別失敗。由于復雜的圖像背景，且要考慮不清晰車牌的定位，所以很容易把柵欄，廣告牌等噪聲當成車牌，所以如何排除這些偽車牌也是車牌定位的一個難點。為了提高定位的準確率和提高識別速度，一般的車牌識別系統(tǒng)都會設計一個外部接口，讓用戶自己根據現場環(huán)境設置不同的識別區(qū)域。

車牌校正
?
　　由于受拍攝角度、鏡頭等因素的影響，圖像中的車牌存在水平傾斜、垂直傾斜或梯形畸變等變形，這給后續(xù)的識別處理帶來了困難。如果在定位到車牌后*行車牌校正處理，這樣做有利于去除車牌邊框等噪聲，更有利于字符識別。目前常用校正方法有：Hough變換法，通過檢測車牌上下、左右邊框直線來計算傾斜角度；旋轉投影法，通過按不同角度將圖像在水平軸上進行垂直投影，其投影值為0的點數之和時的角度即為垂直傾斜角度，水平角度的計算方法與其相似；主成分分析法，根據車牌背景與字符交界處的顏色具有固定搭配這一特征、求出顏色對特征點的主成分方向即為車牌的水平傾斜角度；方差小法，根據字符在垂直方向投影點的坐標方差小導出垂直傾斜角的閉合表達式，從而確定垂直傾斜角度；透視變換，利用檢測到的車牌的四個頂點經過相關矩陣變換后實現車牌的畸變校正。

硬件識別：通俗的解釋是通過立的硬件設備，對所抓拍圖片進行一系列的字符處理;目前停車場系統(tǒng)行業(yè)中硬件識別也分為兩種，即帶有單的車牌識別儀和前端硬件識別兩種，安視睿主要采用的是前端硬件識別。
?
　　前端硬件識別一體式攝像機適應市場需求，目前得到了廣大客戶的喜愛。安視睿前端硬件識別也叫一體式車牌識別攝像機，是將傳統(tǒng)單的車牌識別儀嵌入至攝像機中，實現前端硬件與攝像機一體化，實現圖像抓拍、視頻流傳輸、字符識別、道閘抬桿等一系列的工作。