How Does License Plate Recognition Work?

A.S.Johnson 等學者利用數位圖像處理技術和模式辨識技術，對車牌進行辨識。首先對大量的車牌圖像實驗，統計車牌圖像位置對應的圖像直方圖閾值；然後利用得到的閾值，從採集到的圖像中提取車牌；最後通過對提取出的車牌圖像，和標準字符模板進行匹配比對，從而辨識車牌字符。

P.V.Suryanarayana 等學者，首先透過 Otsu 算法，對圖像進行二值化操作，採用 Sobel 算子檢測二值化圖像的垂直邊緣，以得到邊緣檢測後的圖像；然後根據車牌字符的幾何特徵構造結構元，透過閉操作以獲得完整的車牌圖像，並且採用開操作去除非車牌區域；最後採用八連通分量的提取算法，從車牌候選區域中得到最終的車牌圖像。

Eun Ryung Lee 等學者首先利用神經網路，對圖像中的每個像素點進行顏色分類。

以像素點的八個鄰域像素點的，HLS 分量的值作為輸入，輸出的最大值對應的顏色類別，即為該像素點的顏色。

其次採用HV彩色直方圖提取區域，並且根據車牌的結構特徵得到最終的車牌圖像；然後根據車牌中的字符顏色的 HV 直方圖進行字符分割；最後利用模板比對的方法，辨識車牌字符。

M.Notturmo Gramieri 等人針對義意大利車牌的自動辨識技術進行了系統的研究，研制了名為TELEPASS的車牌辨識系統。另外還有英國 Alphatech 公司開發的 ARGUS 車牌辨識系統，ARGUS 車牌辨識系統，辨識車牌號碼的時間約為 100 毫秒，而且能夠對時速 100 英里的車輛，進行有效的辨識。

車牌辨識系統已經在美國、日本、德國等國家，得到了廣泛的應用，而且車牌的有效辨識率高達 95%，在一秒左右的時間內，能夠辨識 3 輛機動車。

對岸中國有很多學者，在車牌辨識系統方面提出了新的算法。武漢大學的喻曉、李慕龍等學者，提出利用車牌的顏色和紋理特徵，定位車牌。透過數學形態學和邊緣檢測的方法，得到車牌的候選區域，然後利用車牌的顏色特徵，去除不符合條件的候選區域，從而得到最終的車牌圖像。

華中科技大學的沈世宴、盛翊智指出，首先將 RGB 彩色圖像轉換為灰度圖像，透過 Robert 邊緣檢測算子，得到邊緣檢測後的圖像；然後透過更新求圖像最佳分割閾值的算法，得到二值圖像；最後對二值圖像進行水平投影，來確定車牌的位置，從而提取出車牌圖像。再結合垂直投影，分割車牌圖像中的字符，以實現車牌字符的分割。

東南大學的李雙才指出，首先根據圖像中車牌區域內的字符，和底色之間的灰度變化的特點，結合車牌的先驗知識，提出一種利用差分的方法，對圖像中的車牌進行初步定位；

其次依據車牌區域的直方圖的特徵，確定車牌的類別，以對車牌圖像進行二值化操作；然後採用 Radon 變換，檢測車牌圖像的傾斜角度，並且對車牌進行傾斜校正；