车牌识别技术是利用计算机等辅助设备车辆的图像，从而进行的自动识别，目前已被广泛应用于高速公路收费站、治安卡口及各大停车场出入口等地，成为智能交通的重要组成部分。
车牌识别技术采用的图像处理模式和人工智能技术，在图像中找到车牌的位置，提取出组成车牌号码的全部字符图像，再识别出车牌的文字、字母和数字，输出车牌的真实号码。
车牌识别系统对
福州车牌识别系统
车牌识别技术是利用计算机等辅助设备车辆的图像，从而进行的自动识别，目前已被广泛应用于高速公路收费站、治安卡口及各大停车场出入口等地，成为智能交通的重要组成部分。
车牌识别技术采用的图像处理模式和人工智能技术，在图像中找到车牌的位置，提取出组成车牌号码的全部字符图像，再识别出车牌的文字、字母和数字，输出车牌的真实号码。
车牌识别系统对于摄像机有哪些要求
1、对摄像机清晰度要求。
图像水平分辨率要大于480线，高清晰度摄像机要配高清晰度监视器。
2、摄像机低照度也称作灵敏度。
低照度指标不能只看前面的数字有多少，而应该看这个指标是在什么条件下测到的。如彩色低照度0.15Lux/F1.4/50IRE/AGCON，这表明0.15Lux的低照度是用F1.4通光量镜头，视频信号测量电平在50IRE(350mv)，AGCON的条件下测出来的。如果换通光量大的F1.0镜头，视频信号测量电平在25IRE，测出的低照度指标更低。1/2英寸CCD摄像机的灵敏度和图像质量要高于1/3英寸CCD摄像机。
1、触发单元
车牌识别系统的触发单元主要是用来检测车辆是否抵达抓拍区域。如在高速公路上安装车牌识别系统时，当触发单元检测到车辆已驶达抓拍区域时，即发送信号给摄像机进行抓拍，摄像机将抓拍的信息发送给识别单元。目前主要使用的触发方式有地感线圈型车辆检测器、雷达测速，以及视频触发等方式。其中地感线圈是在需抓拍的道路适当位置理一个线圈，当车辆压过线圈时，车辆检测器检测到线圈的感应信号，随即发送信号给主机，控制摄像机进行抓拍。此种地感线圈型车辆检测器技术较为成熟，目前使用较多，准确率也较高，可达到95%以上的抓拍精度，且抓拍为止固定，使得车辆识别率也很高。缺点是施工时会破坏路面，且线圈寿命受外界环境影响较大，会出现老化或断裂等情况。
，在开发 LPR 算法之前，要确定算法的目的和要求。LPR 算法的终目的是识别车辆的车牌号码，所以识别正确率自然是系统设计中应该首要考虑的因素。影响识别正确率的因素有很多，主要的有以下几点：一是定位的准确性;二是识别前字符的预处理;三是字符识别的算法。为了提高识别正确率，需要对现有的车牌字符识别算法进行改进，在后面的章节中会有详细的介绍。
其次，LPR 算法在工作时需要实时处理交通流量信息，所以系统的工作效率——即识别时间也是系统设计时必须要考虑的因素，一般要求在 1s 内能够完成识别，这就要求识别算法的复杂度、运算量不能太大。
除了算法识别正确率和识别时间外，算法软件的操作界面应尽量简单、友好，还要考虑系统的无故障运行时间，系统体积的大小等因素。，算法设计要面向现场、面向终端客户的需求，考虑到 LPR 系统在户外工作，所以要克服外面环境的复杂性及光照条件的变化，设计出一套适应性较强的算法。
（作者： 来源：）
