自然環(huán)境下，汽車圖像背景復(fù)雜、光照不均勻，如何在自然背景中準(zhǔn)確地確定牌照區(qū)域是整個識別過程的關(guān)鍵。首先對采集到的視頻圖像進(jìn)行大范圍相關(guān)搜索，找到符合汽車牌照特征的若干區(qū)域作為候選區(qū)，然后對這些侯選區(qū)域做進(jìn)一步分析、評判，后選定一個區(qū)域作為牌照區(qū)域，并將其從圖像中分離出來。Johnson等運(yùn)用計(jì)算機(jī)視覺技術(shù)和圖像處理技術(shù)實(shí)現(xiàn)了牌照的自動識別系統(tǒng)。完成牌照區(qū)域的定位后，再將牌照區(qū)域分割成單個字符，然后進(jìn)行識別。

可識別車牌照的百分率=人工正確讀取的車牌照總數(shù)/實(shí)際通過的車輛總數(shù)?？勺R別全牌正確識別率=全牌正確識別的車牌照總數(shù)/人工讀取的車牌照總數(shù)這三個指標(biāo)決定了車牌識別系統(tǒng)的識別率，諸如可信度、誤識率等都是車牌識別過程中的中間結(jié)果。直接將車牌識別算法模塊植入到前端的高清攝像機(jī)中，從而相機(jī)直接輸出的就是車牌識別的相關(guān)結(jié)果。識別速度決定了一個車牌識別系統(tǒng)是否能夠滿足實(shí)時實(shí)際應(yīng)用的要求。一個識別率很高的系統(tǒng)，如果需要幾秒鐘，甚至幾分鐘才能識別出結(jié)果。

這是車牌識別算法中關(guān)鍵的一步，效果的優(yōu)劣直接影響到車牌識別率的高低。運(yùn)用啟發(fā)式車牌定位算法算法，使得綜合號牌檢出率高達(dá)99.5%。VIN中的每個字符都具有特定的含義，而且整個VIN分為多個部分。字符識別是整個系統(tǒng)的核心。在其實(shí)際應(yīng)用中，為關(guān)鍵的問題是字符特征的選擇，如果特征選擇不具有很好的區(qū)分度，不僅特征維數(shù)較大而且還很難獲得較好的識別效果。運(yùn)用的大規(guī)模神經(jīng)網(wǎng)絡(luò)識別算法，使用綜合號牌識別率高達(dá)98.5%。