車牌識(shí)別系統(tǒng)的自動(dòng)通過(guò)：車牌識(shí)別系統(tǒng)將的牌照信息輸入系統(tǒng)，系統(tǒng)自動(dòng)地識(shí)讀經(jīng)過(guò)車輛的牌照并查詢內(nèi)部數(shù)據(jù)庫(kù)。對(duì)于需要自動(dòng)放行的車輛系統(tǒng)驅(qū)動(dòng)電子門或欄桿機(jī)讓其通過(guò)，對(duì)于其它車輛系統(tǒng)會(huì)給出警示，由值勤人員處理?？捎糜谔厥鈫挝?如軍事管理區(qū)、保密單位、保護(hù)單位等)、路橋收費(fèi)卡口、住宅區(qū)等。

車牌識(shí)別系統(tǒng)的字符識(shí)別
對(duì)分割后的字符的灰度圖像進(jìn)行歸一化處理，特征提取，然后經(jīng)過(guò)機(jī)器學(xué)習(xí)或與字符數(shù)據(jù)庫(kù)模板進(jìn)行匹配，后選取匹配度的結(jié)果作為識(shí)別結(jié)果。目前比較流行的字符識(shí)別算法有：模板匹配法、人工神經(jīng)網(wǎng)絡(luò)法、支持向量機(jī)法和Adaboost分類法等。模板匹配法的優(yōu)點(diǎn)是識(shí)別速度快、方法簡(jiǎn)單，缺點(diǎn)是對(duì)斷裂、污損等情況的處理有一些困難；人工神經(jīng)網(wǎng)絡(luò)法學(xué)習(xí)能力強(qiáng)、適應(yīng)性強(qiáng)、分類能力強(qiáng)但比較耗時(shí)；支持向量機(jī)法對(duì)于未見(jiàn)過(guò)的測(cè)試樣本具有更好的識(shí)別能力且需要較少的訓(xùn)練樣本；Adaboost分類法能側(cè)重于比較重要的訓(xùn)練數(shù)據(jù)，識(shí)別速度快、實(shí)時(shí)性較高。我國(guó)車牌由漢字、英文字母和阿拉伯?dāng)?shù)字3種字符組成，且具有統(tǒng)一的樣式，這也是識(shí)別過(guò)程的方便之處。但由于車牌很容易受外在環(huán)境的影響，出現(xiàn)模糊、斷裂、污損字符的情況，如何提高這類字符和易混淆字符的識(shí)別率，也是字符識(shí)別的難點(diǎn)之一。易混淆字符包括：0與D、0與Q、2與Z、8與B、5與S、6與G、4與A等。

車牌識(shí)別系統(tǒng)在實(shí)際生活中也展現(xiàn)出了廣闊的應(yīng)用范圍。隨著智慧交通的不斷發(fā)展和智能科技的快速更迭，車牌識(shí)別系統(tǒng)也在不斷地發(fā)展和改善，一方面針對(duì)無(wú)人值守停車系統(tǒng)以及高速ETC收費(fèi)系統(tǒng)的智能管控，另一方面對(duì)于交通道路以及社會(huì)治安的智能監(jiān)控。本文安快將從功能特點(diǎn)和應(yīng)用范圍兩個(gè)方面來(lái)深入探討車牌識(shí)別系統(tǒng)，并對(duì)其應(yīng)用前景以及未來(lái)走向進(jìn)行展望和分析。