視頻觸發(fā)方法是指利用動態(tài)運動目標序列的圖像分析和處理技術，實時檢測車輛在車道上的運動狀態(tài)，發(fā)現(xiàn)車輛經過時捕獲的車輛圖像，識別出車牌，從而實現(xiàn)車牌識別的車牌識別系統(tǒng)執(zhí)行后續(xù)處理。視頻觸發(fā)方法不需要線圈、紅外或其他硬件車輛探測器。

車牌識別系統(tǒng)

1）間接法：通過識別IC卡中存儲的車牌信息或車內安裝的條形碼來識別車牌及相關信息。IC卡技術具有識別精度高、運行可靠、可全天工作等優(yōu)點，但整套設備價格昂貴，硬件設備復雜，不適合遠程操作。條碼技術具有識別速度快、精度高、可靠性好、成本低等優(yōu)點，但對掃描儀的要求較高。此外，兩者都需要建立統(tǒng)一的標準，不可能檢查車與條碼是否一致，這也是技術上的劣勢，很難在短時間內推廣。2） 直接方法：基于圖像的車牌識別技術是一種直接方法，是一種被動的車牌智能識別方法。它可用于運動狀態(tài)車輛或靜止狀態(tài)車輛，無需任何車輛傳輸裝置來傳輸車牌信號。車牌號用于非接觸式信息采集和實時智能識別。與間接法辨識系統(tǒng)相比，該系統(tǒng)首先節(jié)省了設備布置和大量資金，從而提高了經濟效益。其次，由于采用了先進的計算機應用技術，提高了識別速度，較好地解決了實時性問題。第三，它是基于圖像識別的，所以系統(tǒng)中的識別錯誤可以通過人的參與來解決，而其他方法很難與人交互。直接方法一般有圖像處理技術、傳統(tǒng)模式識別技術和人工神經網絡技術。

1）圖像處理技術：圖像處理技術在解決車牌識別問題上的應用始于20世紀80年代，但在國內外，它只討論了車牌識別中的一個具體問題，通常只用簡單的圖像處理技術來解決它并不能形成一個完整的系統(tǒng)。識別過程是用工業(yè)電視攝像機拍攝車頭圖像，然后交給計算機進行簡單處理。，需要人工干預，如車牌中的漢字識別。1985年，利用常用的圖像處理技術，提出了基于漢字提取的漢字識別與分類方法。根據(jù)漢字投影直方圖，選取浮動閉合值，提取漢字在垂直方向上的峰值。采用表格法對漢字進行粗略分類，然后根據(jù)漢字在水平方向的投影直方圖，選擇合適的閉合值，再進行量化處理，形成可變長鏈碼，然后用動態(tài)規(guī)劃的方法找到標準的模式鏈代碼。當達到小距離時，細分器用于中文姓名的自動識別。

2）傳統(tǒng)模式車牌識別系統(tǒng)。傳統(tǒng)的模式識別技術主要有結構特征法、統(tǒng)計特征法等。20世紀90年代，隨著計算機視覺技術的發(fā)展，車牌識別的系統(tǒng)研究開始出現(xiàn)。1990年，作為。Johnson等人。利用計算機視覺技術和圖像處理技術，實現(xiàn)了車牌自動識別系統(tǒng)。系統(tǒng)分為三個部分：圖像分割、特征提取和模板構建、字符識別。利用不同的直方圖對應不同的閾值，利用大量的統(tǒng)計實驗確定圖像直方圖的閾值范圍，從而根據(jù)直方圖對應的特定閾值對車牌進行分割，然后為模式預設標準字符模板。匹配身份角色。

3）人工神經網絡技術。近年來，一些擁有先進計算機及相關技術的開始探索利用人工神經網絡技術解決車牌自動識別問題。例如，1994年，mmmfanha成功地利用BAM神經網絡方法對車牌BAM上的字符進行了車牌識別系統(tǒng)。神經網絡是由同一神經元組成的雙向關聯(lián)單層網絡。每個字符模板對應一個的BAM矩陣，并通過與車牌上的字符進行比較來識別正確的車牌號。采用BAM神經網絡的缺點是非反射式識別系統(tǒng)的分辨率與存儲容量和處理速度不一致。