***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。

      ***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***的位置，提取出组成***号码的全部字符图像，再识别出***的文字、字母和数字，输出***的真实号码。

从***识别发展过程来看，***识别技术在应用中所要面临两个方面的挑战。

　　1、人为挑战：车速、***对***识别的挑战

　　道路监控同时也面临另一不可控制的因素——行驶车辆的速度不一。即使在一般道路上，依据不同驾驶的驾驶习惯，时速差距往往可以达到30公里，甚至40公里;而当车速过快时，往往也会产生拖影的问题。因此摄像机的快门速度和帧率必须赶上车辆的快速移动，才能掌握车辆的细节以及***号码，再让辨识系统进行辨认。

　　除了车速难以掌控以外，***的不统一性也是令各家监控厂商的问题。不论是英文字母的字数不同，或是各式排列不一的组合方式，皆增加了辨识系统的负担;更甚者，许多驾驶未能维持***的干净度，时常会有污渍遮蔽号码或是破损的问题，辨识难度不言可喻。故在各种严苛条件的综合下，道路监控与***辨识相对门坎比一般环境来得具挑战性。

交通场景中车辆对象的实时检测是基于视频的交通监测系统中重要也是基本的步骤.是视频检测法的，检测的正确与否直接关系到智能交通系统决簧的正确性，兴趣区域(Rcpon Of Interestinl;，ROI)提取是对交通场景视频图像中的车辆进行粗分割.***识别系统将有可能是车辆的区域从复杂的交通场景中分割出来以便进行后续的检测与跟踪操作.对一个像素检测主要是利用了在视频图像序列中处于同一位置的像素信息，而不是仅仅利用一帧中该像素的周围像素信息，这主要是由视频图像的特点决定的.对ROI的提取主要有光流法、帧差法、背景差法等几类方法。

　　1、背景差法

　　背景差法的基本思想是先形成交通场景的背景图像，然后将待检酒图像与背景图像逐像素相减(理想情况下的差值图像中非零像素点就表示了运动物体)，进而就可运用N值方法将运动物体从背景中分离出来。

其中图像处理模块主要包括六个部分：预处理、******、倾斜校正、字符分割、字符识别。其中，******、字符分割、字符识别是***识别的关键技术。流程图如下：

　　图像预处理是指对到的图像进行二值化、边缘检测、去除噪声、图像灰度化等操作。经过预处理的***图像增能够强目标图像，提高目标和背景图像的对比度，方便***识别的后续工作。

　　******是从一幅拍摄到的图片中***出***的位置，并从图片中提取出***图像。******正确与否直接影响到字符分割和识别的工作，是所有关键技术中的步。

　　倾斜校正是指检测***图像的倾斜角度，并校正***图像。倾斜的***图像会导致***中的字符倾斜，直接影响到***字符的分割和识别，因此必须对倾斜的***图像进行校正。