车牌识别发展现状

　　车辆号牌是车辆**，它的特殊性与重要性决定车牌识别系统成为城市智能交通管理系统中*的重要组成部分。车牌识别(LPR)系统是以图像处理、模式识别等技术为基础的智能识别系统，通过摄像机所拍摄道路上行驶的车辆图像进行车牌号码的识别。过程涉及：车辆检测—图像采集—预处理—车牌定位—字符分割—字符识别—结果输出。
 

　　车牌识别摄像机通过光抑制屏蔽，电子快门调节，宽动态功能等来实现抓拍车牌：

      

　　车牌识别按照运行环境可以简单分为PC端和头端(嵌入式)。目前国内车牌识别系统在PC端已有一些厂家使用深度学习方法，而头端都还是采用传统方法。随着深度学习芯片的研发，明年应该就会有深度学习方法应用在头端的产品发布。由于国内外车牌规则较多，传统方法局限性比较大，很难通用。
 

　　对于特殊场景，比如低照度、透视变换、低质模糊等，车牌识别率仍然有待提升。而无论是传统方法还是深度学习方法，有些共同的模块技术仍有提高的空间和研究的价值，比如运动区域检测，车牌定位，透视变换校正，多帧融合输出等。而对于传统方法，字符分割和字符识别仍有可提高空间。
 

　　未来，随着我国城市化进程发展的提速，交通压力将更加严峻，因此智能化交通管理将是今后交通发展的大方向。而作为智能化交通管理体系中的重要核心，车牌识别系统也将得到进一步扶持和发展。专家预测，未来车牌识别技术将有更广泛的应用，届时车牌识别系统行业也将面临大洗牌，只有拥有自主核心技术并且产品质量达标的公司才能过关，这也是车牌识别技术走向快速发展阶段的必经之路