摘要： 室外红外车牌相机最常见光学坑：近处车牌一片白、远处车牌昏暗。很多人直接调低补光灯功率，结果近处正常、远端识别直接废掉。观芯区分补光模式、讲解分区调光策略，适配车牌识别AI成像需求。
一、现象痛点
车辆离相机近时，红外光直射车牌反光，画面纯白，车牌字符被过曝淹没；车辆行驶到抓拍远端区域，光照不足，信噪比低，AI检测框丢失、识别置信度不足。
常见错误操作：直接全局降低红外功率，治标不治本，远端场景识别崩盘。
二、底层原理
普通红外灯板是均匀发光，车牌反光系数远高于路面。近距离时入射角小，反光能量集中打回Sensor；远距离光强随距离平方衰减。车牌识别的有效抓拍区是一段纵深区间，全局亮度参数无法兼顾远近。
三、现场排查步骤
-
标记抓拍区间：划分近区、中区、远区三个采样点位；
-
分别截图，查看曝光直方图；近区直方图顶到右侧溢出，远区集中在暗部；
-
确认不是WDR参数冲突：WDR开太高会放大红外噪声，同样造成识别不稳。
四、优化方案
-
优先硬件：选用分区调光红外灯板、角度分区红外，近光灯弱、远光灯强；
-
参数调试：关闭自动曝光优先，改为车牌识别专用曝光模式；ROI曝光，把曝光测光框锁定在车牌抓拍区域，不要全屏测光；
-
角度微调：红外灯和镜头光轴做轻微偏移，避免垂直直射车牌；
-
兜底策略：如果硬件不支持分区灯，降低灯功率，配合补一个低功率斜向辅助红外。
五、小结
红外补光不是越亮越好。车牌识别属于特征识别任务，对动态范围要求特殊，和普通安防人形检测的调光逻辑不一样。测光ROI、灯板分区是解决远近亮度矛盾最有效的手段。