車(chē)牌識(shí)別系統(tǒng)是計(jì)算機(jī)視頻圖像識(shí)別技術(shù)在車(chē)輛牌照識(shí)別中的一種應(yīng)用。車(chē)牌識(shí)別在高速公路車(chē)輛管理中得到廣泛應(yīng)用，電子收費(fèi)（ETC）系統(tǒng)中，也是結(jié)合DSRC技術(shù)識(shí)別車(chē)輛身份的主要手段。
車(chē)牌識(shí)別技術(shù)要求能夠?qū)⑦\(yùn)動(dòng)中的汽車(chē)牌照從復(fù)雜背景中提取并識(shí)別出來(lái)，通過(guò)車(chē)牌提取、圖像預(yù)處理、特征提取、車(chē)牌字符識(shí)別等技術(shù)，識(shí)別車(chē)輛牌號(hào)、顏色等信息，目前最新的技術(shù)水平為字母和數(shù)字的識(shí)別率可達(dá)到99.7%，漢字的識(shí)別率可達(dá)到99%。車(chē)牌識(shí)別過(guò)程中，牌照顏色的識(shí)別依據(jù)算法不同，通常與車(chē)牌識(shí)別互相配合、互相驗(yàn)證。具體是如何進(jìn)行計(jì)算的？
1、牌照定位：首先對(duì)采集到的視頻圖像進(jìn)行大范圍相關(guān)搜索，找到符合汽車(chē)牌照特征的若干區(qū)域作為候選區(qū)，然后對(duì)這些侯選區(qū)域做進(jìn)一步分析、評(píng)判，最后選定一個(gè)最佳的區(qū)域作為牌照區(qū)域，并將其從圖像中分離出來(lái)。
2、牌照字符分割：完成牌照區(qū)域的定位后，再將牌照區(qū)域分割成單個(gè)字符，然后進(jìn)行識(shí)別。由于字符在垂直方向上的投影必然在字符間或字符內(nèi)的間隙處取得局部最小值的附近，并且這個(gè)位置應(yīng)滿足牌照的字符書(shū)寫(xiě)格式、字符、尺寸限制和一些其他條件。
3、牌照字符識(shí)別方法主要有基于模板匹配算法和基于人工神經(jīng)網(wǎng)絡(luò)算法?；谀０迤ヅ渌惴ㄊ紫葘⒎指詈蟮淖址祷⑵涑叽绱笮】s放為字符數(shù)據(jù)庫(kù)中模板的大小，然后與所有的模板進(jìn)行匹配，選擇最佳匹配作為結(jié)果。
