***識(shí)別系統(tǒng)的關(guān)鍵技術(shù)及算法。***字符識(shí)別算法的研究?；诜诸惼鞯淖址R(shí)別基于分類器的字符識(shí)別，是目前應(yīng)用較廣的一種***識(shí)別方式。其主要的思路是通過對(duì)樣本數(shù)據(jù)的學(xué)習(xí)，達(dá)到自動(dòng)將數(shù)據(jù)分類到已知類型。分類器其實(shí)是一種數(shù)學(xué)模型，目前有很多類型的分類器，包括Bayes分類器、決策樹模型、BP***網(wǎng)絡(luò)分類器等。貝葉斯分類器的分類原理是通過某對(duì)象的先驗(yàn)概率，利用貝葉斯公式計(jì)算出其后驗(yàn)概率，即該對(duì)象屬于某一類的概率，選擇具有大后驗(yàn)概率的類作為該對(duì)象所屬的類。也就是說，貝葉斯分類器是小錯(cuò)誤率意義上的優(yōu)化。

為了進(jìn)行***識(shí)別，需要以下幾個(gè)基本的步驟：1)牌照***，***圖片中的牌照位置；2)牌照字符分割，把牌照中的字符分割出來；3)牌照字符識(shí)別，把分割好的字符進(jìn)行識(shí)別，終組成牌照號(hào)碼。實(shí)際應(yīng)用中，***識(shí)別系統(tǒng)的識(shí)別率還與牌照質(zhì)量和拍攝質(zhì)量密切相關(guān)。牌照質(zhì)量會(huì)受到各種因素的影響，如生銹、污損、油漆剝落、字體褪色、牌照被遮擋、牌照傾斜、高亮反光、多牌照、假2牌照等等；實(shí)際拍攝過程也會(huì)受到環(huán)境亮度、拍攝方式、車輛速度等等因素的影響。這些影響因素不同程度上降低了***識(shí)別的識(shí)別率，也正是***識(shí)別系統(tǒng)的困難和挑戰(zhàn)所在。為了提高識(shí)別率，除了不斷地完善識(shí)別算法還應(yīng)該想辦法克服各種光照條件，使采集到的圖像利于識(shí)別。

判斷***識(shí)別系統(tǒng)好壞的標(biāo)準(zhǔn)。***識(shí)別速度***識(shí)別速度決定了***識(shí)別系統(tǒng)能夠滿足實(shí)際應(yīng)用的實(shí)時(shí)性要求。該***識(shí)別系統(tǒng)的識(shí)別率很高。判斷識(shí)別率的速度是，如果在幾秒鐘內(nèi)不能得到識(shí)別結(jié)果，系統(tǒng)就沒有實(shí)際意義。***識(shí)別系統(tǒng)主要負(fù)責(zé)減少道路交通時(shí)間，而速度是在這種應(yīng)用程序中減少交通時(shí)間和避免車道交通堵塞的有力保證。始終工作二十四小時(shí)以上，采集至少一千個(gè)自然車流的信息樣本進(jìn)行***識(shí)別。