車牌識(shí)別是由圖像識(shí)別處理技術(shù)發(fā)展而來(lái)，可以在識(shí)別到車牌圖像上的號(hào)碼，再發(fā)送到后臺(tái)系統(tǒng)處理核對(duì)車輛的身份，核對(duì)無(wú)誤后，將允許車輛出入停車場(chǎng)，小區(qū)等場(chǎng)所，具有安全快速的特點(diǎn)。

車聯(lián)網(wǎng)是一個(gè)巨大的互動(dòng)信息網(wǎng)絡(luò)，由車輛位置，速度和路線等數(shù)據(jù)組成。通過(guò)GPS，傳感器，圖像處理等設(shè)備，車輛可以完成自身環(huán)境和狀態(tài)信息的收集; 通過(guò)互聯(lián)網(wǎng)技術(shù)，所有車輛都可以將各種信息傳輸?shù)街醒胩幚砥? 通過(guò)計(jì)算機(jī)技術(shù)，可以對(duì)大量車輛上的這些信息進(jìn)行分析和處理，以計(jì)算不同車輛的佳路線，及時(shí)報(bào)告路況。

車牌識(shí)別結(jié)合車聯(lián)網(wǎng)，可以利用雙方的優(yōu)點(diǎn)實(shí)現(xiàn)停車無(wú)人管理化。從車位預(yù)約、路線規(guī)劃、車位信息、計(jì)時(shí)計(jì)費(fèi)全程無(wú)需人工干預(yù)，節(jié)省大量的人力成本，還能提升停車場(chǎng)的形象，給車主帶來(lái)更好的體驗(yàn)。

直接法一般有圖像處理技術(shù)，傳統(tǒng)模式識(shí)別技術(shù)及人工神經(jīng)網(wǎng)絡(luò)技術(shù)。

1)圖像處理技術(shù):運(yùn)用圖像處理技術(shù)解決汽車牌照識(shí)別的研究早始于80年代，但國(guó)內(nèi)外均只是就車牌識(shí)別中的某一個(gè)具體問(wèn)題進(jìn)行討論，并且通常僅采用簡(jiǎn)單的圖像處理技術(shù)來(lái)解決，并沒(méi)有形成完整的系統(tǒng)體系，識(shí)別過(guò)程是使用工業(yè)電視攝像機(jī)拍下汽車的工前方圖像，然后交給計(jì)算機(jī)進(jìn)行簡(jiǎn)單的處理，并且終仍需要人工干預(yù)，例如車輛牌中省份漢字的識(shí)別問(wèn)題，1985年有人利用常見(jiàn)的圖像處理技木方法提出漢字識(shí)別的分類是在抽取漢字特征的基礎(chǔ)上進(jìn)行的，根據(jù)漢字的投影直方圖選取浮動(dòng)閉值，抽取漢字在豎直方向的峰值，利用樹(shù)形查表法進(jìn)行漢字的粗分類;然后根據(jù)漢字在水平方向的投影直方圖，選取適當(dāng)閉值，進(jìn)行量化處理后，形成一個(gè)變長(zhǎng)鏈碼，再用動(dòng)態(tài)規(guī)劃法，求出與標(biāo)準(zhǔn)模式鏈碼的距離，實(shí)現(xiàn)細(xì)分米完成漢字省名的自動(dòng)識(shí)別。

2)傳統(tǒng)模式識(shí)別技術(shù)。傳統(tǒng)模式識(shí)別技術(shù)指結(jié)構(gòu)特征法，統(tǒng)計(jì)特征法等。90年代，由于計(jì)算機(jī)視覺(jué)技術(shù)的發(fā)展，開(kāi)始出現(xiàn)汽車照識(shí)別的系統(tǒng)化研究。1990年AS.Johnson等運(yùn)用計(jì)算機(jī)視覺(jué)技術(shù)和圖像處理技術(shù)實(shí)現(xiàn)了車輛照的自動(dòng)識(shí)別系統(tǒng)。該系統(tǒng)分為圖像分割、特征提取和模板構(gòu)造、字符識(shí)別等三個(gè)部分。利用不同閩值對(duì)應(yīng)的直方圖不同，經(jīng)過(guò)大量統(tǒng)計(jì)實(shí)驗(yàn)確定出車牌位置的圖像直方圖的閩值范圍，從而根據(jù)特定閩值對(duì)應(yīng)的直方圖分割出車牌，再利用預(yù)先設(shè)置的標(biāo)準(zhǔn)字符模板進(jìn)行模式匹配識(shí)別出字符。

車輛軌道在車牌識(shí)別系統(tǒng)用一個(gè)多維點(diǎn)序列表示為Strajectory={p1,…,pi,…,pn}，其間pi代表第i條ANPR記載，n是該車輛ANPR記載的總數(shù)，按照時(shí)刻先后順序排列。第i條ANPR記載表示為pi=(ti，gi，li)，其間ti是抓拍時(shí)刻，gi是抓拍卡口編號(hào)，li是抓拍后識(shí)別出的車牌號(hào)碼。

將軌道作為一個(gè)全體很難提取車輛的行為特征，咱們將整個(gè)軌道trajectory分割成多個(gè)子軌道{S1,…,Si,…,Sm}，每個(gè)子軌道代表一個(gè)短期行程trip，切分完之后一共m個(gè)行程。軌道區(qū)分獨(dú)立行程的標(biāo)準(zhǔn)是時(shí)刻距離，假如2個(gè)接連的ANPR記載的時(shí)刻距離超過(guò)一個(gè)閾值Tt，則將這2個(gè)記載區(qū)分到2個(gè)子軌道中。第i個(gè)行程用一個(gè)多維點(diǎn)序列表示為Si=，其間pa是行程的起點(diǎn)記載，pa k是行程的終點(diǎn)記載,數(shù)量k就是行程中記載的數(shù)量。如圖1所示，該車輛的軌道被區(qū)分為6個(gè)行程。

車牌識(shí)別系統(tǒng)在檢測(cè)到車輛的運(yùn)動(dòng)后會(huì)抓拍大量的圖片，而根據(jù)實(shí)際經(jīng)歷，在交通擁擠條件下一個(gè)車輛有或許被抓拍2次或?qū)掖?，因而需求將行程Si中的相同卡口的接連記載丟掉掉。例如圖1中，第6個(gè)行程S6序列內(nèi)有2個(gè)卡口B的接連記載，只有1個(gè)記載被保存，其他記載被丟掉。需求注意的是相同的卡口能夠不接連地呈現(xiàn)屢次，例如公交車之類的車輛行進(jìn)在往返線路中，行程中會(huì)屢次呈現(xiàn)相同的卡口。

車牌自動(dòng)辨認(rèn)是一項(xiàng)使用車輛的動(dòng)態(tài)視頻或靜態(tài)圖畫(huà)進(jìn)行車牌號(hào)碼、車牌色彩自動(dòng)辨認(rèn)的模式辨認(rèn)技能。其硬件根底一般包含觸發(fā)設(shè)備（監(jiān)測(cè)車輛是否進(jìn)入視界）、攝像設(shè)備、照明設(shè)備、圖畫(huà)收集設(shè)備、辨認(rèn)車牌號(hào)碼的處理機(jī)（如計(jì)算機(jī)）等，其軟件中心包含車牌定位算法、車牌字符切割算法和光學(xué)字符辨認(rèn)算法等。

   某些車牌辨認(rèn)體系還具有經(jīng)過(guò)視頻圖畫(huà)判別是否有車的功用稱之為視頻車輛檢測(cè)。一個(gè)完好的車牌辨認(rèn)體系應(yīng)包含車輛檢測(cè)、圖畫(huà)收集、車牌辨認(rèn)等幾部分（如圖1所示）。當(dāng)車輛檢測(cè)部分檢測(cè)到車輛抵達(dá)時(shí)觸發(fā)圖畫(huà)收集單元，收集當(dāng)時(shí)的視頻圖畫(huà)。車牌辨認(rèn)單元對(duì)圖畫(huà)進(jìn)行處理，定位出車牌方位，再將車牌中的字符切割出來(lái)進(jìn)行辨認(rèn)，然后組成車牌號(hào)碼輸出。

   車輛檢測(cè)能夠選用埋地線圈檢測(cè)、紅外檢測(cè)、雷達(dá)檢測(cè)技能、視頻檢測(cè)等多種方法。選用視頻檢測(cè)能夠防止損壞路面、不用附加外部檢測(cè)設(shè)備、不需糾正觸發(fā)方位、節(jié)省開(kāi)支，并且更適合移動(dòng)式、便攜式使用的要求。

   體系進(jìn)行視頻車輛檢測(cè)，需求具有很高的處理速度并選用優(yōu)異的算法，在基本不丟幀的情況下完成圖畫(huà)收集、處理。若處理速度慢，則導(dǎo)致丟幀，使體系無(wú)法檢測(cè)到行進(jìn)速度較快的車輛，一起也難以確保在有利于辨認(rèn)的方位開(kāi)端辨認(rèn)處理，影響體系辨認(rèn)率。因而，將視頻車輛檢測(cè)與車牌自動(dòng)辨認(rèn)相結(jié)合具有必定的技能難度。