車牌識(shí)別系統(tǒng)針對(duì)這些基礎(chǔ)的算法有了更進(jìn)一步，深層次的運(yùn)用。解決了在復(fù)雜背景的圖象中如何準(zhǔn)確而迅速地定位分割牌照區(qū)域一體化攝像機(jī)專指可自動(dòng)聚焦、鏡頭內(nèi)建的攝像機(jī)。與傳統(tǒng)攝像機(jī)相比，一體化攝像機(jī)體積小巧、美觀，安裝、使用方便，監(jiān)控范圍廣、等優(yōu)點(diǎn)。而車牌識(shí)別一體機(jī)則是在一體化攝像機(jī)上加入車牌識(shí)別的功能，車牌識(shí)別一體攝像機(jī)針對(duì)停車場(chǎng)行業(yè)，推出的基于嵌入式的智能高清車牌識(shí)別一體機(jī)產(chǎn)品，集車牌識(shí)別、攝像、前端儲(chǔ)存、補(bǔ)光等一體，基于車牌自動(dòng)曝光控制算法，成像。具有性能、多功能、高適應(yīng)性、強(qiáng)穩(wěn)定性等特點(diǎn)。

支持牌照類型:普通藍(lán)牌、黑牌、黃牌、雙層黃牌、警車車牌、新式車牌、新式軍牌、使館車牌、港澳進(jìn)出大陸車牌。折疊編輯本段核心特色優(yōu)化的嵌入式車牌識(shí)別算法:綜合識(shí)別率99.58%;的成像自動(dòng)控制:自動(dòng)跟蹤光線變化、有效抑制順光和逆光;夜間抑制汽車大燈;補(bǔ)光燈基于圖像分析算法進(jìn)行控制，避免了傳統(tǒng)基于光敏電阻補(bǔ)光的不穩(wěn)定性;可脫機(jī)運(yùn)行:前置數(shù)據(jù)存儲(chǔ)功能;無(wú)車牌車輛智能處理:多觸發(fā)機(jī)制無(wú)車牌(或嚴(yán)重污損等)車輛的正常通行管理;

車牌識(shí)別的優(yōu)勢(shì)在于可以把卡和車對(duì)應(yīng)起來(lái)，使管理提高一個(gè)檔次，卡和車的對(duì)應(yīng)的優(yōu)點(diǎn)在于長(zhǎng)租卡須和車配合使用，杜絕一卡多車使用的漏洞，提高物業(yè)管理的效益；同時(shí)自動(dòng)比對(duì)進(jìn)出車輛，防止偷盜事件的發(fā)生。升級(jí)后的攝像系統(tǒng)可以采集更清晰的圖片，作為檔案保存，可以為一些糾紛提供有力的證據(jù)。

自然環(huán)境下，汽車圖像背景復(fù)雜、光照不均勻，如何在自然背景中準(zhǔn)確地確定牌照區(qū)域是整個(gè)識(shí)別過(guò)程的關(guān)鍵。對(duì)采集到的視頻圖像進(jìn)行大范圍相關(guān)搜索，找到符合汽車牌照特征的若干區(qū)域作為候選區(qū)，然后對(duì)這些侯選區(qū)域做進(jìn)一步分析、評(píng)判，后選定一個(gè)佳的區(qū)域作為牌照區(qū)域，并將其從圖像中分離出來(lái)。

紅外光路線是指利用車牌反光和紅外光的光學(xué)特性，用紅外攝像機(jī)采集車輛灰度圖像，由于紅外特性，車輛圖像上幾乎只能看見車牌，然后用黑白圖像處理方法識(shí)別車牌。950nm的紅外照明裝置可抓拍到很好的反光車牌照?qǐng)D像。因紅外光是不可見光，它不會(huì)對(duì)駕駛員產(chǎn)生視覺(jué)影響。另外，紅外照明裝置提供的是不變的光，所抓拍的圖像都是一樣的，不論是在一天中明亮的時(shí)候，還是在一天中暗的時(shí)候。的例外是在白天，有時(shí)會(huì)看到一些牌照周圍的細(xì)節(jié)，這是因?yàn)榍缋侍鞖鈺r(shí)太陽(yáng)光的外光波的影響。采用紅外燈的缺點(diǎn)就是所捕獲的車牌照?qǐng)D像不是彩色的，不能獲取整車圖像，并且嚴(yán)重依賴車牌反光材料。

人工神經(jīng)網(wǎng)絡(luò)技術(shù)，計(jì)算機(jī)及相關(guān)技術(shù)發(fā)達(dá)的一些國(guó)家開始探討用人工神經(jīng)網(wǎng)絡(luò)技術(shù)解決車牌自動(dòng)識(shí)別問(wèn)題，例如1994年M.M.M.FANHY等就成功地運(yùn)用了BAM神經(jīng)網(wǎng)絡(luò)方法對(duì)車牌上的字符進(jìn)行自動(dòng)識(shí)別，BAM神經(jīng)網(wǎng)絡(luò)是由相同神經(jīng)元構(gòu)成的雙向聯(lián)想式單層網(wǎng)絡(luò)，每一個(gè)字符模板對(duì)應(yīng)著個(gè)BAM矩陣，通過(guò)與車牌上的字符比較，識(shí)別出正確的車牌號(hào)碼。

傳統(tǒng)模式識(shí)別技術(shù)。傳統(tǒng)模式識(shí)別技術(shù)指結(jié)構(gòu)特征法，統(tǒng)計(jì)特征法等。90年代，由于計(jì)算機(jī)視覺(jué)技術(shù)的發(fā)展，開始出現(xiàn)汽車牌照識(shí)別的系統(tǒng)化研究。1990年AS.Johnson等運(yùn)用計(jì)算機(jī)視覺(jué)技術(shù)和圖像處理技術(shù)實(shí)現(xiàn)了車輛牌照的自動(dòng)識(shí)別系統(tǒng)。該系統(tǒng)分為圖像分割、特征提取和模板構(gòu)造、字符識(shí)別等三個(gè)部分。利用不同閩值對(duì)應(yīng)的直方圖不同，經(jīng)過(guò)大量統(tǒng)計(jì)實(shí)驗(yàn)確定出車牌位置的圖像直方圖的閩值范圍，從而根據(jù)特定閩值對(duì)應(yīng)的直方圖分割出車牌，再利用預(yù)先設(shè)置的標(biāo)準(zhǔn)字符模板進(jìn)行模式匹配識(shí)別出字符。

為了測(cè)試一個(gè)車牌識(shí)別系統(tǒng)識(shí)別率，需要將該系統(tǒng)安裝在一個(gè)實(shí)際應(yīng)用環(huán)境中，全天候運(yùn)行24小時(shí)以上，采集至少1000輛自然車流通行時(shí)的車牌照進(jìn)行識(shí)別，并且需要將車輛牌照?qǐng)D像和識(shí)別結(jié)果存儲(chǔ)下來(lái)，以便調(diào)取查看。然后，還需要得到實(shí)際通過(guò)的車輛圖像以及正確的人工識(shí)別結(jié)果。之后便可以統(tǒng)計(jì)出以下識(shí)別率：
幾乎每家都宣稱擁有高辨識(shí)率，但為了避免事后因?yàn)殡p方對(duì)產(chǎn)品認(rèn)知有差異，而將運(yùn)作不良的責(zé)任互相推托，用戶在采購(gòu)車牌辨識(shí)系統(tǒng)時(shí)，不妨要求實(shí)地測(cè)試，而且測(cè)試時(shí)間好超過(guò)兩個(gè)禮拜，比較能判斷辨識(shí)結(jié)果是否“言過(guò)其實(shí)”。因?yàn)槎嘧兊沫h(huán)境，兩個(gè)禮拜應(yīng)該可以對(duì)于場(chǎng)域可能影響辨識(shí)率的情形，大約掌握了八成，如果只是測(cè)一天、甚至幾個(gè)小時(shí)，是無(wú)法了解的。