一、為了更好地開展車輛車牌識別，須下列好多個基本上的流程：

1、車牌定位，定位圖片中的車牌部位；

2、車牌標識符切分，把車牌中的標識符切分出去；

3、車牌圖像識別，把切分好的字符串開展鑒別，組成了車牌號。 車輛識別全過程中，車牌色調的鑒別數據優化算法不一樣，很有可能在以上不一樣流程完成，通常與車輛識別相互配合，相互之間認證。

二、車牌定位 地理環境下，車輛圖象環境繁雜，陽光照射不勻稱，怎樣在自然背景中地明確車牌地區是全部鑒別全過程的重要。先對收集到的視頻圖象開展大范疇搜索推薦，尋找合乎機動車牌照特點的多個地區做為備選區，隨后對這種侯選地區做進一步剖析，評定，選中一個好的地區做為車牌地區，并將其從圖象中提取出來。

三、車牌標識符切分 進行車牌地區的定位后，再將車牌區域分割成單獨一個標識符，隨后開展鑒別。標識符切分一般選用豎直投射法。因為標識符在豎直角度上的投射必定在標識符間或標識符內的空隙處獲得部分很小值的周邊，而且這一部位應達到車牌的標識符書寫，標識符，規格限定和一些別的標準。運用豎直投射法對繁雜自然環境下的車輛圖象中的標識符切分有不錯的實際效果。

四、車牌圖像識別方式具體有根據模板匹配優化算法和根據神經網絡算法優化算法。根據模板匹配優化算法先將切分后的標識符二值化并將其規格尺寸調整圖片大小為標識符數據庫查詢中模版的尺寸，隨后與全部的模版開展配對，挑選好配對做為結果。根據神經網絡算法的優化算法有二種：一種是先對標識符開展svm算法，隨后用所得到特點來練習神經系統網絡分配器；另一種方式 是立即把圖象鍵入互聯網，由互聯網全自動完成svm算法直到鑒別出結果。

具體運用中，車牌識別系統的準確率還與車牌品質和拍照品質息息相關。車牌品質會遭受多種因素的危害，如銹蝕，破損，漆料脫落，字體樣式退色，車牌被擋住，車牌偏斜，高亮度返光，多車牌，假牌照這些；具體拍照歷程也會遭到自然環境色度，拍照方法，車子速率這些要素的危害。這種影響因素不一樣水平上減少了車輛識別的準確率，也恰好是車牌識別系統的不便和試煉所屬。為了更好地提升準確率，除開不斷健全鑒別優化算法還應當想辦法緩解各種各樣陽光照射標準，使收集到的形象有利于鑒別。