車(chē)牌定位與字符分割
這是指在已拍攝的圖像中確定車(chē)牌的位置，提取出車(chē)牌的圖像，然后分割出車(chē)牌中的字符。車(chē)牌區域定位的困難主要是來(lái)自于采集的圖像，由于采集的車(chē)牌圖像的多樣性，并且采集圖像時(shí)受到許多因素的影響，如雨天、大霧、光線(xiàn)等，使得有一些車(chē)牌圖像質(zhì)量出現不同程度的差異，在一般情況下，采集的圖像的背景非常復雜，采集圖像是在高速運動(dòng)中采集的圖片，所以圖片中車(chē)牌的位置不固定，車(chē)牌的大小也不一樣，以上的種種干擾因素，都給車(chē)牌區域定位和字符分割帶來(lái)了困難，從而影響車(chē)牌的識別率。
高分辨率與識別速度的矛盾
從模擬相機到高清相機，也會(huì )引發(fā)圖像的高分辨率與識別速度相矛盾的問(wèn)題。高清的優(yōu)勢不言而喻，但是任何事情都是兩面的，在車(chē)牌識別時(shí)主要體現為：高清圖片由于圖片覆蓋面廣，可能會(huì )同時(shí)在圖片中出現多個(gè)車(chē)牌的識別。這就對車(chē)牌識別的速度要求很高，車(chē)牌識別系統對于高清視頻流碼流過(guò)大，還會(huì )因對識別系統資源占用需求過(guò)大而分析起來(lái)會(huì )出現處理速度過(guò)慢的問(wèn)題，這可能導致出現漏車(chē)現象，而難以實(shí)現對車(chē)輛抓拍率和車(chē)牌識別準確率的提升。
車(chē)牌識別系統的適應性急需加強
目前我國的車(chē)牌識別產(chǎn)品都要求所識別的車(chē)牌大小固定，而對過(guò)大和過(guò)小的車(chē)牌一般都不能準確識別。這樣就造成對視頻觸發(fā)的情況下部分車(chē)牌無(wú)法被識別的問(wèn)題。此外，在有些現場(chǎng)環(huán)境中，由于受外界條件的影響，無(wú)法將相機架設在最合理位置，會(huì )造成圖片中車(chē)牌不同程度的偏移。
車(chē)牌識別系統對污損車(chē)牌的識別效果不好
在公路和城市內的實(shí)際應用過(guò)程中，很難保證所涉及到的車(chē)牌都是沒(méi)有污損的，車(chē)牌在使用幾年之后，難免會(huì )出現污染和磨損等現象，而在路面上行駛的車(chē)輛也很難保證都是標準干凈的車(chē)牌，因此在實(shí)際環(huán)境中，面對破損污舊的車(chē)牌，如何提高車(chē)牌識別系統的識別能力也是實(shí)際需要解決的問(wèn)題。
解決方法：
感光部件對外部環(huán)境的處理
環(huán)境是影響車(chē)牌識別的主要因素，在采集車(chē)輛圖像時(shí)，由于環(huán)境光線(xiàn)變化劇烈，白天光較強、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(shí)受環(huán)境光線(xiàn)影響較大，車(chē)速過(guò)高、采集設備的動(dòng)態(tài)范圍等都使成像質(zhì)量難以得到有效保證。當識別算法認為車(chē)牌達到了最佳成像位置時(shí)系統觸發(fā)系統開(kāi)始拍攝，這對觸發(fā)設備的可靠性和響應速度都有較高的要求。所以要解決環(huán)境造成識別率低下的問(wèn)題，還要靠攝像機的感光部件對外部環(huán)境的處理。
對圖像預處理
車(chē)牌定位之前一般要對圖像做預處理，然后再進(jìn)行車(chē)牌的定位、分割、識別等部分。由于得到的車(chē)牌圖像可能含有較多噪聲，或圖像對比度不強、車(chē)牌被部分遮擋、車(chē)牌處出現污點(diǎn)、變臟、模糊退色、有其它字符區域干擾、以及出現因運動(dòng)產(chǎn)生的圖像模糊失真等情況，所以定位算法實(shí)現起來(lái)有較多困難。對于字符分割，則可能存在光照不均、污跡嚴重、車(chē)牌傾斜、對比度小、牌照退色、牌照字符粘連等不利因素，這樣就需要研發(fā)與之適應的算法。如算法能適應各種復雜環(huán)境和有噪聲、車(chē)牌遮擋、車(chē)牌傾斜等狀況的話(huà)，那就可以大大提高車(chē)牌識別的概率。
更多資源：車(chē)牌識別系統原理 安快車(chē)牌識別方案 車(chē)牌識別常見(jiàn)問(wèn)題
