一個車牌識別系統(tǒng)的后臺管理體系，決定了這個車牌識別系統(tǒng)是否好用。必須清楚地認識到重要的一點是識別率達到100%是不可能的，因為車牌照污損、模糊、遮擋，或者天氣也許很糟（下雪﹑冰雹﹑大霧等等）。前端硬件識別一體式攝像機適應(yīng)市場需求，目前得到了廣大客戶的喜愛。后臺管理體系的功能應(yīng)該包括：

1、識別結(jié)果和車輛圖像數(shù)據(jù)的可靠存儲，當多功能的系統(tǒng)操作使得網(wǎng)絡(luò)出差錯時能保護圖像數(shù)據(jù)不會丟失，同時便于事后人工排查；

2、有效的自動比對和查詢技術(shù)，被識別的車牌照號碼要同數(shù)據(jù)庫中成千上萬的車牌號碼自動比對和提示報警，如果車牌照號碼沒有被正確讀取時就要采用模糊查詢技術(shù)才能得出相對“蕞佳”的比對結(jié)果；

3、一個好的車牌識別系統(tǒng)對于聯(lián)網(wǎng)運行，還需要提供實時通信、網(wǎng)絡(luò)安全、遠程維護、動態(tài)數(shù)據(jù)交換、數(shù)據(jù)庫自動更新、硬件參數(shù)設(shè)置、系統(tǒng)故障診斷。

為了進行車牌識別系統(tǒng)，需要以下幾個基本的步驟：

1、牌照定位，定位圖片中的牌照位置；

2、牌照字符分割，把牌照中的字符分割出來；

3、牌照字符識別，把分割好的字符進行識別，蕞終組成牌照號碼。

車牌識別過程中，牌照顏色的識別依據(jù)算法不同，可能在上述不同步驟實現(xiàn)，通常與車牌識別互相配合、互相驗證。

實際應(yīng)用中，車牌識別系統(tǒng)的識別率還與牌照質(zhì)量和拍攝質(zhì)量密切相關(guān)。牌照質(zhì)量會受到各種因素的影響，如生銹、污損、油漆剝落、字體褪色、牌照被遮擋、牌照傾斜、高亮反光、多牌照等等；實際拍攝過程也會受到環(huán)境亮度、拍攝方式、車輛速度等等因素的影響。這些影響因素不同程度上降低了車牌識別的識別率，也正是車牌識別系統(tǒng)的困難和挑戰(zhàn)所在。為了提高識別率，除了不斷地完善識別算法還應(yīng)該想辦法克服各種光照條件，使采集到的圖像蕞利于識別。2、有效的自動比對和查詢技術(shù)，被識別的車牌照號碼要同數(shù)據(jù)庫中成千上萬的車牌號碼自動比對和提示報警，如果車牌照號碼沒有被正確讀取時就要采用模糊查詢技術(shù)才能得出相對“蕞佳”的比對結(jié)果。

車牌識別系統(tǒng)軟識別與硬識別的優(yōu)勢對比：

1、分析識別模式：硬識別系統(tǒng)：采用視頻流分析識別，對監(jiān)控范圍內(nèi)的視頻流進行全天候?qū)崟r分析;軟識別系統(tǒng)：圖片分析識別，對到達指訂范圍內(nèi)的車輛進行拍照，再對照片進行分析;當車輛位置不佳時，識別易出錯。

2、觸發(fā)識別方式：硬識別系統(tǒng)：地感和視頻觸發(fā)可選，不需增加檢測設(shè)備，無需破壞地面或增加工程，24小時采集圖像。軟識別系統(tǒng)：地感、紅外等外設(shè)車輛檢測設(shè)備觸發(fā);需要一定的工程量。

3、智能算法模型硬識別系統(tǒng)：采用智能模糊點陣識別算法，準確率更高，識別率大于99.70%。很少需要人工干預。軟識別系統(tǒng)：OCR/字型拓撲結(jié)構(gòu)識別算法，會頻繁出現(xiàn)誤識別情況，準確率低于90%。需要人工不斷輸入糾正后的號牌。

4、可靠性及穩(wěn)定性：硬識別系統(tǒng)：專用識別器采用TI公司的高速DSP，雙CPU控制，確保系統(tǒng)可靠性和穩(wěn)定性。軟識別系統(tǒng)：軟件識別，容易頻繁出現(xiàn)死機等情況，需經(jīng)常重新啟動電腦，造成間斷性系統(tǒng)癱瘓。

5、識別速度：硬識別系統(tǒng)：整車車牌識別速度小于0.4秒，充分滿足車流量大時的需要;軟識別系統(tǒng)：整車車牌識別速度大于3秒，甚至更長，速度讓人難以忍受。

車輛檢測跟蹤模塊主要對視頻流進行分析，判斷其中車輛的位置，對圖像中的車輛進行跟蹤，并在車輛位置蕞佳時刻，記錄該車輛的特寫圖片，由于加入了跟蹤模塊，系統(tǒng)能夠很好地克服各種外界的干擾，使得到更加合理的識別結(jié)果，可以檢測無牌車輛并輸出結(jié)果。車牌識別過程中，牌照顏色的識別依據(jù)算法不同，可能在上述不同步驟實現(xiàn)，通常與車牌識別互相配合、互相驗證。

車牌識別系統(tǒng)車牌定位模塊

車牌定位模塊是一個十分重要的環(huán)節(jié)，是后續(xù)環(huán)節(jié)的基礎(chǔ)，其準確性對整體系統(tǒng)性能的影響巨大。車牌系統(tǒng)完全摒棄了以往的算法思路，實現(xiàn)了一種完全基于學習的多種特征融合的車牌定位新算法，適用于各種復雜的背景環(huán)境和不同的攝像角度。

車牌識別系統(tǒng)車牌矯正及精定位模塊

由于受拍攝條件的限制，圖像中的車牌總不可避免存在一定的傾斜，需要一個矯正和精定位環(huán)節(jié)來進一步提高車牌圖像的質(zhì)量，為切分和識別模塊做準備。使用精心設(shè)計的快速圖像處理濾波器，不僅計算快速，而且利用的是車牌的整體信息，避免了局部噪聲帶來的影響。隨著行業(yè)的發(fā)展，市場各式各樣的需求，市場對車牌識別系統(tǒng)的需求越來越廣泛，主要分為：軟件識別和硬件識別。使用該算法的另一個優(yōu)點就是通過對多個中間結(jié)果的分析還可以對車牌進行精定位，進一步減少非車牌區(qū)域的影響。