车牌识别系统的两种触发方式

直接法一般有图像处理技术，传统模式识别技术及人工神经网络技术。

人工神经网络技术。近几年来，计算机及相关技术发达的一些国家开始探讨用人工神经网络技术解决车牌自动识别问题，例如1994年M.M.M.FANHY等就成功地运用了BAM神经网络方法对车牌上的字符进行自动识别，BAM神经网络是由相同神经元构成的双向联想式单层网络，每一个字符模板对应着唯1个BAM矩阵，通过与车牌上的字符比较，识别出正确的车牌号码。

与无牌车检测最相似的解决方案

人工控制抓拍，抬杆

技术缺点： 在停车场管理系统中，终1极的目标是要实行无人职守，合肥车牌识别系统，完全无障碍通行缴费，而这一方案与目标背道而驰。

无牌车检测算法需要检测不同背景条件下，不同光照条件下的，不同姿态的各种车型的车辆。

在停车场出入口，一辆车过来，只输出一次结果，这样要求将车与车分开，车牌识别系统生产厂，目前可以通过跟踪或者背景建模完成这一部分。

算法要求的实时性高，主要用在出入口，在保证效果的基础上，时间的控制才能给用户好的体验。

车牌识别系统的两种触发方式

直接法一般有图像处理技术，传统模式识别技术及人工神经网络技术。

传统模式识别技术。传统模式识别技术指结构特征法，统计特征法等。90年代，停车场车牌识别系统，由于计算机视觉技术的发展，开始出现汽车牌照识别的系统化研究。1990年AS.Johnson等运用计算机视觉技术和图像处理技术实现了车辆1牌照的自动识别系统。该系统分为图像分割、特征提取和模板构造、字符识别等三个部分。利用不同闽值对应的直方图不同，经过大量统计实验确定出车牌位置的图像直方图的闽值范围，从而根据特定闽值对应的直方图分割出车牌，再利用预先设置的标准字符模板进行模式匹配识别出字符。