車牌識(shí)別技術(shù)和定位系統(tǒng)的研究，在我國(guó)已經(jīng)有十余年的發(fā)展，該系統(tǒng)目前應(yīng)用仍處于起步階段，該系統(tǒng)采用成熟的大規(guī)模投資還沒有出現(xiàn)，車牌識(shí)別系統(tǒng)作為提高交通管理的有效工具，技術(shù)水平依然需要完善。當(dāng)今許多實(shí)際應(yīng)用場(chǎng)合，如在繁忙交通路口臨時(shí)對(duì)欠稅費(fèi)、報(bào)廢、掛失等車輛的稽查，則監(jiān)視區(qū)域比較復(fù)雜，現(xiàn)有識(shí)別方法無(wú)法直接應(yīng)用；而且多數(shù)情況下，同時(shí)出現(xiàn)多輛汽車，背景有廣告牌、樹木、建筑物、斑馬線以及各種背景文字等，現(xiàn)有的識(shí)別方法也不能很好適應(yīng)多變的環(huán)境。在現(xiàn)代交通行業(yè)發(fā)展過程中，車牌的識(shí)別體系是制約交通管理實(shí)現(xiàn)科技化的因素，該課題研究的車牌識(shí)別體系大大降低了交通管理工作的復(fù)雜程度。車牌自動(dòng)采集和管理及其他相關(guān)信息流量管理，園區(qū)車輛管理，停車場(chǎng)管理，交jing督察和重大意義等方面，并成為信息處理技術(shù)的一個(gè)重要的研究課題。

車牌的組成在我國(guó)都是一樣的，由各地的省會(huì)簡(jiǎn)稱、24 個(gè)英文字母以及10個(gè)阿拉伯?dāng)?shù)字組成的。本文采用識(shí)別方法是神經(jīng)網(wǎng)絡(luò)，通過構(gòu)造一個(gè)三層的神經(jīng)網(wǎng)絡(luò)對(duì)分割的字符進(jìn)行識(shí)別。車牌的定位是指在圖像中提取車輛車牌范圍內(nèi)的圖像，一旦車牌的定位系統(tǒng)有誤差將直接影響到后面字符的分割與字符的識(shí)別，這是車牌定位系統(tǒng)的關(guān)鍵所在。字符識(shí)別的方法有很多，本文采用識(shí)別方法是神經(jīng)網(wǎng)絡(luò)，通過構(gòu)造一個(gè)三層的神經(jīng)網(wǎng)絡(luò)對(duì)分割的字符進(jìn)行識(shí)別。字符識(shí)別中對(duì)特征值的選取是非常重要的，特征值選取的好壞直接關(guān)系到識(shí)別的準(zhǔn)確度。

該系統(tǒng)將獲得的機(jī)動(dòng)車所有的圖像實(shí)行串連處理后，會(huì)用數(shù)字字符的方法輸送得出的信息，這樣不僅存儲(chǔ)空間少，而且操作更加便捷。由此看來該課題研究的內(nèi)容發(fā)展空間很廣泛，它的速度與方便性是人工汽車牌照識(shí)別遠(yuǎn)遠(yuǎn)達(dá)不到的，這對(duì)交通發(fā)展領(lǐng)域有深遠(yuǎn)的影響。

文章對(duì)計(jì)算機(jī)圖像處理、人工智能、模式識(shí)別等車牌識(shí)別的背景知識(shí)進(jìn)行深入研究，摸索出了用數(shù)字圖像知識(shí)進(jìn)行車牌識(shí)別的方法并重點(diǎn)研究，對(duì)在較為復(fù)雜的背景下的車牌定位、字符分割的車牌字符識(shí)別算法進(jìn)行了重點(diǎn)研究，在識(shí)別上取得了良好效果。

其次，車牌識(shí)別系統(tǒng)的識(shí)別速度也很關(guān)鍵。識(shí)別速度決定了一個(gè)車牌識(shí)別系統(tǒng)是否能夠滿足實(shí)時(shí)實(shí)際應(yīng)用的要求。其基本工作過程如下：1）當(dāng)行駛的車輛經(jīng)過系統(tǒng)時(shí)，會(huì)觸發(fā)系統(tǒng)的傳感器。一個(gè)識(shí)別率很高的系統(tǒng)，如果需要幾秒鐘，甚至幾分鐘才能識(shí)別出結(jié)果，那么這個(gè)系統(tǒng)就會(huì)因?yàn)闈M足不了實(shí)際應(yīng)用中的實(shí)時(shí)要求而毫無(wú)實(shí)用意義。例如，在高速公路收費(fèi)中車牌識(shí)別應(yīng)用的作用之一是減少通行時(shí)間，速度是這一類應(yīng)用里減少通行時(shí)間、避免車道堵車的有力保障。