成都弱電公司訊：

車牌辨認系統有兩種觸發方式，一種是外設觸發，另一種是視頻觸發。

外設觸發工作方式是指采用線圈、紅外或另外檢測器檢測車輛通過信號，車牌辨認系統接受到車輛觸發信號后，采集車輛圖像，自動辨認車牌，以及進行后續處理。該方法的長處是觸發率高，性能穩定；缺點是需要切割地面鋪設線圈，施工量大。

視頻觸發方式是指車牌辨認系統采用動態運動目標序列圖像分析處理技術，實時檢測車道上車輛移動狀況，發現車輛通過時捕捉車輛圖像，辨認車牌照，并進行后續處理。視頻觸發方式不需借助線圈、紅外或另外硬件車輛檢測器。該方法的長處是施工方便，不需要切割地面鋪設線圈，也不需要安裝車檢器等零部件，但其缺點也十分顯著，由于算法的極限，該方案的觸發率與辨認率較之外設觸發都要低很多。

1)間接法：指通過辨認安裝在汽車上的IC卡或條形碼中所存儲的車牌的信息來辨認車牌及相關信息。IC卡技術辨認準確度高，運轉可靠，可以全天候作業，但它整套裝置價格昂貴，硬件設備十分復雜，不適用于異地作業；條形碼技術具有辨認速度快、準確度高、可靠性強以及成本較低等長處，但是對于掃描器要求很高。此外，二者都需要制定出全國統一的尺度，并且無法核對車、條形碼是否相符，也是技術上存在的缺點，這給在短時間內推廣造成困難。

2)直接法：基于圖像的車牌辨認技術屬于直接法，是一種無源型汽車牌照智能辨認方法，能夠在無任何專用發送車牌信號的車載發射設備情況下，對運動狀態車輛或靜止狀態車輛的車牌號碼進行非接觸性信息采集并實時智能辨認。與間接法辨認系統相比，首先，這種系統節省了設備安置及大量資金，從而提高了經濟效益；其次，由于采用了先進的計算機應用技術，所以可提高辨認速度，較好地解決實時性問題；再次，它是根據圖像進行辨認，所以通過人的參與可以解決系統中的辨認錯誤，而另外方法是難以與人交互的。

直接法一般有圖像處理技術，傳統模式辨認技術及人工神經網絡技術。

1)圖像處理技術：運用圖像處理技術解決汽車牌照辨認的研究最早始于80年代，但國內外均只是就車牌辨認中的某一個具體問題進行討論，并且通常僅采用簡樸的圖像處理技術來解決，并沒有形成完整的系統體系，辨認過程是使用工業電視攝像機拍下汽車的工前方圖像，然后交給計算機進行簡樸的處理，并且最終仍需要人工干預，例如車輛牌照中省份漢字的辨認問題，1985年有人利用常見的圖像處理技木方法提出漢字辨認的分類是在抽取漢字特征的基礎上進行的，根據漢字的投影直方圖選取浮動閉值，抽取漢字在豎直方向的峰值，利用樹形查表法進行漢字的粗分類；然后根據漢字在水平方向的投影直方圖，選取適當閉值，進行量化處理后，形成一個變長鏈碼，再用動態規劃法，求出與尺度模式鏈碼的最小距離，實現細分米完成漢字省名的自動辨認。

2)傳統模式辨認技術。傳統模式辨認技術指結構特征法，統計特征法等。90年代，由于計算機視覺技術的發展，開始出現汽車牌照辨認的系統化研究。1990年AS.Johnson等運用計算機視覺技術和圖像處理技術實現了車輛牌照的自動辨認系統。該系統分為圖像分割、特征提取和模板構造、字符辨認等三個部分。利用分歧閩值對應的直方圖分歧，經過大量統計實驗確定出車牌位置的圖像直方圖的閩值范圍，從而根據特定閩值對應的直方圖分割出車牌，再利用預先設置的尺度字符模板進行模式匹配辨認出字符。

3)人工神經網絡技術。近幾年來，計算機及相關技術發達的一些國家開始探討用人工神經網絡技術解決車牌自動辨認問題，例如1994年M.M.M.FANHY等就成功地運用了BAM神經網絡方法對車牌上的字符進行自動辨認，BAM神經網絡是由相同神經元構成的雙向聯想式單層網絡，每一個字符模板對應著唯一個BAM矩陣，通過與車牌上的字符比較，辨認出準確的車牌號碼。這種采用BAM神經網絡方法的缺點是無映解決辨認系統存儲容量和處理速度相矛盾的問題。