一、車牌識别技術原理

1、車牌識别系統框架

文通車牌識别系統采用高度模塊化的設計，将車牌識别過程的各個環節各自作為一個獨立的模塊，采用國際領先的計算機智能算法技術，首先通過攝像頭提取車牌視頻圖像，對獲取的每一幀圖像，利用最新的高效視頻檢測技術對車牌進行定位和跟蹤，從中自動提取車牌圖像，然後經過車牌精确定位、切分和識别模塊準确地自動分割和識别字符，得到車牌的全部字符信息以及顔色信息。系統框架如圖所示：

2、車牌定位模塊

車牌定位模塊是一個十分重要的環節，是後續環節的基礎，其準确性對整體系統性能的影響巨大。本系統實現了一種完全基于學習的多種特征融合的車牌定位新算法，适用于各種複雜的背景環境和不同的攝像角度。同步内置的區域設置功能，可以很大程度上減少外部環境對于車牌識别的幹擾，達到最好的識别效率。

3、車牌矯正及定位模塊

受拍攝條件的限制，圖像中的車牌總不可避免的存在一定的傾斜，需要一個矯正和定位環節來進一步提高車牌圖像的質量，為切分和識别模塊做準備。本系統使用獨創的精心設計的快速圖像處理濾波器，計算速度快，利用車牌整體信息，避免了局部噪聲帶來的影響，另一個優點就是通過對多個中間結果的分析還可以對車牌進行定位，進一步減小非車牌區域的影響。本系統較之其他公司的車牌識别系統，對于傾斜車牌圖片的支持要更多，一般的車牌識别軟件，支持的傾斜角度是±5°，該車牌識别軟件，能支持±45°的傾斜角度，并且通過内部傾斜校正算法，不會因為傾斜角度的增加而降低識别率。

4、車牌切分模塊

車牌切分模塊利用車牌文字的灰度、顔色、邊緣分布等各種特征，能較好地抑制車牌周圍其他噪聲的影響，并能容忍一定傾斜角度的車牌。

5、車牌識别模塊

在車牌識别模塊中，采用了多種識别模型相結合的方法，構建了一種層次化的字符識别流程，有效地提高了字符識别的正确率。另一方面，在字符識别之前，使用計算機智能算法對字符圖像進行了前期處理，不僅保留了圖像信息，而且提高了圖像質量和相似字符的可區分性，保證了字符識别的可靠性。

6、車牌識别結果決策模塊

文通車牌識别系統可以對每幀車牌圖像進行實時識别，因此在一輛車的識别過程中，本系統将得到若幹相同或不同的識别結果。這就需要一個識别結果的決策模塊，具體地說，決策模塊利用一個車牌的幀圖像，對識别結果進行智能化的決策，通過計算觀測幀數、識别結果穩定性、平均可信度和相似度等度量值得到該車牌的綜合可信度評價，從而決定是否輸出識别結果，或是拒絕該結果。一個車牌的最終識别結果是通過分析所有幀的識别結果，對它們進行智能化的歸類和投票，并結合一定的文法信息綜合而成。這種方法綜合利用了所有幀的信息，減少了以往基于單幅圖像的識别算法所帶來的偶然性錯誤，大大提高了系統的識别率和識别結果的正确性和可靠性。

二、車牌識别系統功能

1、可識别車牌種類

文通車牌識别系統能識别在我國道路上行駛的機動車号牌包括民用、警用、軍用、武警車牌、使館車牌、農用及個性化等各式車牌。

2、車牌字符

能識别的字符包括：

Ⅰ"0—9"十個阿拉伯數字；

Ⅱ"A—Z"二十六個英文字母；

Ⅲ省市區漢字簡稱(京、津、晉、冀、蒙、遼、吉、黑、滬、蘇、浙、皖、閩、贛、魯、豫、鄂、湘、粵、桂、瓊、川、貴、雲、藏、陝、甘、青、甯、新、渝)；

Ⅳ新式軍車車牌2013 最新發布；

Ⅴ号牌分類用漢字(警、學、領、使、挂、港、澳)；

Ⅵ武警車牌字2013 最新發布；

3、技術指标

識别率：系統在車輛按道規範行駛且不含"五小車輛" （低速載貨汽車、三輪汽車、三輪摩托車、兩輪摩托車和輕便摩托車）、号牌無污損下，白天整牌識别率≥99%，整牌識别率(含漢字)≥98%。

識别車牌顔色：可識别出白、藍、黑、黃、綠等多種車牌顔色。

識别車牌種類：普通藍牌、普通黃牌(單層)、雙層黃牌、新式軍車車牌、新式武警車牌、使館車牌、農用車牌等各種規格汽車号牌。

車牌識别寬度：車牌像素寬度在60-400 之間均可識别。

支持傾斜角度：車牌識别算法内置車牌傾度識别