為了進行（háng）車牌識別，需要以下幾個基本的步驟：

1、 牌（pái）照定位（wèi），定位圖片中（zhōng）的（de）牌照位（wèi）置；

2、牌照字符分割，把牌照中的字符分割出來；

3、牌照字符（fú）識別，把（bǎ）分割好的字符進（jìn）行識別（bié），最終組成牌照號碼。

車牌識（shí）別（bié）過程中，牌照顏色的（de）識（shí）別依（yī）據算法不同，可能在上述不同步驟實現，通常與車牌識別互相配合、互相驗證。

一（yī）、牌照定位

自然環境下，汽車圖像背景複雜、光照不均勻，如何在自然背景中準確地確定牌照區域是整個識別過（guò）程的關鍵。首先對采集到的視頻圖像進行大範（fàn）圍相關搜索，找到符合汽車牌照特征的若幹區域作為候選區，然（rán）後對這些侯選區域做進一步（bù）分（fèn）析、評判，最後選定一個最（zuì）佳的區域作為牌照（zhào）區（qū）域，並將其從圖像中分離出來。

二、牌照字符分割

完成牌（pái）照（zhào）區域的定位後，再將牌（pái）區域分割成單個字符，然後進（jìn）行識別（bié）。字符分割（gē）一般采用（yòng）垂（chuí）直投影（yǐng）法（fǎ）。由於字符在垂直方向上的投（tóu）影必然在字符間或字符內的間隙處取得局部最小值的附（fù）近，並且這（zhè）個位置應滿足牌照的字符書寫格式、字符、尺（chǐ）寸限製和一些其他（tā）條件。利用垂（chuí）直投影法對複雜環境（jìng）下的汽車圖像中（zhōng）的字符分割有較（jiào）好的（de）效果。

三、 牌照字符識別方法

主要有基於末班匹配算法和基於人工神經係算法。基於模板匹配算法首先將分割後的字符二值化並將（jiāng）其尺寸大小（xiǎo）縮放為字符數據庫中模板的大小，然後與所有的模（mó）板（bǎn）進行匹配，選擇最佳匹配作為結果。基於（yú）人（rén）工（gōng）神經網（wǎng）絡的算法有（yǒu）兩種：一種是先對字符進行特征提取（qǔ），然後用所獲得特（tè）征來訓練神經網絡分配器；另一種方法（fǎ）是直（zhí）接把圖像（xiàng）輸入網絡，由網絡自動實現特征提（tí）取直至識別（bié）出結果。

實際應用中，車牌識（shí）別（bié）係統的識別率還與（yǔ）牌照質量和拍攝質量密切（qiē）相關。牌（pái）照（zhào）質量會受到各（gè）種因素的影（yǐng）響，如生鏽、汙損、油漆剝落、字體褪色、牌照被遮擋、牌照傾斜、高亮反光、多牌照、假牌照等等；實際拍攝（shè）過程（chéng）也會受到環境（jìng）亮度、拍攝方式、車（chē）輛速度等等（děng）因素的影響。這些影響因素不同程度上降低了車（chē）牌識別的識別率，也正是車（chē）牌識（shí）別（bié）係統的困（kùn）難和挑戰所在。為（wéi）了提（tí）高識別率，除了不斷（duàn）地完善識別算法還（hái）應該想辦法克（kè）服各種光照條件，使采集到的圖像最（zuì）利於（yú）識別。