自然環境下，汽（qì）車圖像背景複雜、光照（zhào）不均勻，如何在自然背（bèi）景中準確（què）地確定（dìng）牌照區域是整個識別過程的關（guān）鍵。首先對采集到的（de）視頻圖像（xiàng）進行大範圍相關搜索，找到符合汽車牌照特征的若幹區域作為候（hòu）選區，然（rán）後對這些侯選區域做進一步分析、評（píng）判（pàn），最後選（xuǎn）定一個最佳的區域作為牌照（zhào）區域，並將其從圖像中（zhōng）分離出（chū）來。

牌照字符識（shí）別（bié）方法（fǎ）主要有基於模板匹配算法和基於人（rén）工神（shén）經網絡算法。基於模板匹配算（suàn）法首（shǒu）先將分割後的字（zì）符二值化並將其尺寸（cùn）大小縮放為（wéi）字符數據庫中（zhōng）模板的（de）大小，然（rán）後與所有的模板進行匹配（pèi），選擇最佳匹（pǐ）配（pèi）作為結果。基（jī）於人工神經網絡的（de）算法有兩種：一種是先對字符進行特征（zhēng）提取（qǔ），然後用（yòng）所獲得（dé）特征（zhēng）來訓練（liàn）神（shén）經網絡分配器（qì）；另一種方（fāng）法是直接把圖像輸入網絡，由網絡自動實現特征提取直至識別出結果。

完（wán）成牌照區域（yù）的定位後，再將牌照區域分割成單個（gè）字符，然後（hòu）進行識別（bié）。字符分割一般采用垂直投影法。由（yóu）於字（zì）符（fú）在垂直方向上的投影（yǐng）必然在字符間（jiān）或字（zì）符內的間隙處取得局（jú）部最小值的（de）附近，並且這（zhè）個位置（zhì）應滿足牌照的字符書寫格式、字符（fú）、尺寸（cùn）限製和（hé）一些其他條件。利用垂直投影法對（duì）複雜環境下（xià）的汽車圖像中的字符分割有（yǒu）較好的效果（guǒ）。

車牌識別（bié）雲（yún）台攝像機通過光抑製屏蔽，電（diàn）子快（kuài）門調節，寬動態功能等來實現抓拍車牌（pái）：

強光屏蔽：在低照度彩色攝像（xiàng）機的基礎上（shàng），通（tōng）過軟件的功（gōng）能，把圖（tú）像（xiàng）中最亮（liàng）的部分遮擋。

作（zuò）為智能交通領域確（què）定（dìng）車輛身份的最重要手段，車（chē）牌識別技術為實現（xiàn）交（jiāo）通的智（zhì）能管理發（fā）揮（huī）了很大作用，在各項工作中都有車（chē）牌識別（bié）技術（shù）的（de）滲（shèn）透。

未來，隨（suí）著我國（guó）城市化進程（chéng）發展的（de）提速，交（jiāo）通（tōng）壓力將更加嚴峻，因此（cǐ）智能化交通管理將是今後交通發展的大方（fāng）向。而（ér）作為智（zhì）能化交通（tōng）管理體（tǐ）係中的重（chóng）要核心，車牌識別係統也將得到進（jìn）一步扶持和發展。專（zhuān）家預測，未來車（chē）牌（pái）識別（bié）技術將有更廣（guǎng）泛的應（yīng）用，屆時車牌（pái）識別係統行業（yè）也將麵臨大洗牌，隻有擁（yōng）有自主核（hé）心技術並且（qiě）產品質量達標的公司才能過關（guān），這也是（shì）車（chē）牌識（shí）別技術走向快速（sù）發展階段的必經之路。