随着经济的发展，机动车辆日益普及，公路交通事业迅速发展，传统的人工管理方式已经越来越不能满足实际工作的需要，车辆识别技术作为智能交通系统的一个重要方向逐渐受到人们的重视。车牌照识别(License Plate Recognition, LPR)系统是车辆检测系统中的一个重要环节，它在交通管理中占有重要的地位，有着多种应用。车牌识别系统一般包括车牌的定位、车牌字符分割和车牌字符识别三个部分，是车牌识别技术研究的重点，本文主要对车牌识别技术的发展和现状进行了简要介绍。

　　近年来，随着全球经济化形式的不断发展，人们的物质生活需要日益提高，私人拥有机动车辆的数量呈几何增长态势，车辆的普及成为了目前的必然趋势。在此情况下，仅仅依靠大力发展交通设施已不能解决现在已经存在的交通拥挤、环境污染加剧、交通事故频发等问题。 汽车数量的增加日益成为制约城市发展的重要因素之一，由于城市空间的严格限制、修建新道路所需的巨额资金以及环境的压力，相比于建设更多的道路基础设施，建立完善的道路网络缓解道路交通增长的需求，大力发展智能交通系统，才有可能真正解决日益严重的交通问题。

　　一、车牌识别技术简介

　　随着模式识别技术的发展，车牌字符识别已成为智能交通系统的重要组成部分，它可以从复杂的背景中准确地提取、识别汽车牌照、车辆类型等信息，在交通控制和监视中占有很重要的地位，具有广泛的应用前景。所以，汽车牌照的识别问题已经成为现代交通工程领域中研究的重点和热点问题之一。

　　由于受环境、待识别车辆的车型复杂和车牌位置不固定等的影响，给车牌定位方法的选择带来一定的困难。车牌本身的污染、缺损也会影响识别率。一些车辆由于天气或是路况不好，使得车牌被灰尘、泥土沾染，另外还有一些车辆行驶时间较长，车牌上的字符已经部分缺损了，严重的时候，人眼也很难辨别车牌上的字符，这些情况都会影响系统的识别工作，导致误识别。可见，要提高车牌定位系统和字符分割系统的正确率将碰到很多困难。

　　无疑，如果车牌字符识别系统有较高的自适应性和鲁棒性，即对有一定噪声或变形的字符图像仍能正确识别，则会极大的减轻车牌定位系统和字符分割系统的压力。因此，设计一个抗干扰性能良好的车牌字符识别系统对整个车牌自动识别系统都是有益的。同时，字符在某种程度上反映了图形的一般特点，是一类特别的图形，其自动识别一直受到人们的极大关注，因为它的解决对于人们的生产和生活具有非常现实的意义。

　　二、车牌识别系统的构成

　　由于车辆牌照是机动车唯一的管理标识符号，在交通管理中具有不可替代的作用，因此车辆牌照识别系统应具有很高的识别正确率，对环境光照条件、拍摄位置和车辆行驶速度等因素的影响应有较大的容阈，并且要求满足实时性要求。

　　管理系统中的应用，它主要由牌照图像的采集和预处理、牌照区域的定位和提取、牌照字符的分割和识别等几个部分组成，如图1所示。其基本工作过程如下：

　　1.当行驶的车辆经过时，触发埋设在固定位置的传感器，系统被唤醒处于工作状态；一旦连接摄像头光快门的光电传感器被触发，设置在车辆前方、后方和侧面的相机同时拍摄下车辆图像；

　　2.由摄像机或CCD摄像头拍摄的含有车辆牌照的图像通视频卡输入计算机进行预处理，图像预处理包括图像转换、图像增强、滤波和水平较正等；

　　3.由检索模块进行牌照搜索与检测，定位并分割出包含牌照字符号码的矩形区域；

　　4.对牌照字符进行二值化并分割出单个字符，经归一化后输入字符识别系统进行识别。

　　三、车牌识别系统的发展

　　车牌识别技术产生于上世纪末开始的智能交通革命，智能交通系统经过近十多年的推广、试行和发展，目前已成功地应用于若干经济发达及较为发达国家的都市及城市高速公路系统中。 而车牌识别系统正是在这种应用背景下研制出来的，能够自动实时检测车辆经过和识别汽车牌照的智能交通管理系统。

　　在经历了上个世纪末的起步阶段之后，车牌识别技术已日趋走向成熟，并开始在交通、公安、路政、停车场、安防、门禁、智能小区等许多领域得到了广泛的应用。车牌识别系统简单地说是一种以特定目标为对象的专用视觉系统，它能够从一幅图像中提取分割并识别出车辆牌照，运用先进的图像处理、模式识别和人工智能技术，通过对图像的采集和处理完成车辆牌照的自动识别，识别结果可按需求分别包括车牌的字符、数字、牌照图像，以至牌照颜色、坐标、字体颜色等。

　　目前，车牌识别系统己经最广泛应用到包括智能交通违章监视管理(电子警察)，高速公路不停车收费，车辆检测，停车场监控与管理等应用中，一方面，车牌识别系统本身是一个全数字化的智能系统，在它上面只要做不多的扩充，就可以衍生出一些其他功能。另一方面，即使是世界上很多研究机构和公司专门从事这方面的研发工作，高可靠性，高性能和高识别率的车牌识别系统还待开发，LPR系统发展迅速，出现了一些较为实用的产品。

　　四、车牌识别技术的研究现状

　　自20世纪80年代提出车牌识别技术以来，人们己经对其进行了广泛的研究，其主要途径就是对车牌的图像进行分析，自动提取车牌信息，确定汽车牌号。这个阶段的研究并没有形成完整的系统体系，而是就车牌识别中的某一个具体问题进行讨论，并且通常是采用简单的图像处理技术来解决。识别过程是使用工业电视摄像机拍下汽车的正前方图像，然后交给计算机进行简单处理，并且最终仍需要人工干预。进入 20 世纪 90 年代后， 随着计算机视觉的发展和计算机性能的提高，开始出现车牌识别的系统化研究。中国、美国、日本、法国等国家相继投入大量的人力、物力进行应用研究。近几年以来，计算机及其相关技术发达的一些国家开始探讨用人工神经网络技术和遗传算法解决车牌的自动识别问题。同时开始研究车牌识别的实时性要求，使得车牌识别系统进入实用化阶段。

　　汽车牌照识别技术(Lieense Plate Recognition，LRP)在国外起步较早，一些实用的LRP系统也开始应用于车流监控，出入控制，电子收费等场合。ARGUS英国Alphatech公司的图像部于 80年代中期开始研制名为RGUS的车牌自动识别系统。可处理黑白或彩色图像，ARGUS的车牌识别时约为100毫秒，通过ARGUS的车速可达每小时100英里；新加坡的Optasia公司研制的VLPRS系统，适合于新加坡的车牌；香港的亚洲视觉公司的车牌识别产品VECON适用于香港制式的车牌。另外日本、加拿大、德国、意大利、英国等发达国家也都有适用本国车牌的车牌识别系统。从识别原理上有模板匹配，支持向量机的分类器，基于特征的分类器，人工神经网络分类器，粗糙集分类器，聚类分析等方法。

　　国内不少学者也在进行车牌识别方面的研究，武汉的优位停车利用模板匹配技术开发了一种应用于停车场收费站的车牌识别系统，其识别正确率能达到99%以上。其利用一种光电混合系统进行车牌识别，将基于串行分类器的字符识别应用于车牌识别系统中，系统能够通过硬件来完成车牌识别的全过程。