車(chē)牌自動(dòng)辨認(rèn)系統(tǒng)產(chǎn)品的主要性能指標(biāo)是辨認(rèn)率和辨認(rèn)速度，這兩個(gè)性能指標(biāo)既可以表征一個(gè)車(chē)牌自動(dòng)識(shí)別系統(tǒng)性能的好壞。但是車(chē)輛如果嚴(yán)重chao速，攝像設(shè)備所拍到的圖像的清晰度很差，所以車(chē)牌自動(dòng)識(shí)別系統(tǒng)的識(shí)別率和識(shí)別速度一直未能大幅提高。因此，研究出高速準(zhǔn)確的定位與識(shí)別算法是當(dāng)前的主要任務(wù)。本設(shè)計(jì)采用的是RGB模型檢測(cè)方法，具體的方法就是將檢測(cè)得到的像素點(diǎn)與RGB模型進(jìn)行比對(duì)，就可以得出車(chē)牌的顏色。

chao速的車(chē)輛的拍照得到的圖片質(zhì)量比較差，車(chē)牌自動(dòng)辨認(rèn)系統(tǒng)在車(chē)牌辨認(rèn)上的方便和快捷性比人工車(chē)牌辨認(rèn)強(qiáng)得多，它不僅蘊(yùn)含著非常大的經(jīng)濟(jì)價(jià)值而且對(duì)社會(huì)的發(fā)展也有很大的推動(dòng)作用，因此對(duì)車(chē)牌自動(dòng)辨認(rèn)中的圖像處理方法的改進(jìn)是很有必要的。

識(shí)別的方法，可以選擇的有神經(jīng)網(wǎng)絡(luò)法和模塊匹配法等。在這里，對(duì)車(chē)牌定位的精度要求是很高的，這也關(guān)乎我們后期對(duì)圖片的處理結(jié)果。車(chē)牌包含的信息是多個(gè)字符，想要對(duì)車(chē)牌進(jìn)行識(shí)別，首先我們需要將車(chē)牌的多個(gè)字符進(jìn)行分割處理。字符分割技術(shù)將車(chē)牌的多個(gè)字符分割為單一字符，我們利用識(shí)別技術(shù)對(duì)字符進(jìn)行識(shí)別。主要的識(shí)別技術(shù)有神經(jīng)網(wǎng)絡(luò)法和模塊匹配法等。目前重要的是必須提高系統(tǒng)的識(shí)別率。字符識(shí)別：對(duì)分割之后的字符進(jìn)行收縮、提取字符的特性，分類(lèi)之后與數(shù)據(jù)庫(kù)中標(biāo)準(zhǔn)的字符進(jìn)行比對(duì)，最后識(shí)別出字符的圖像，這是字符識(shí)別的整個(gè)過(guò)程。

如果外國(guó)車(chē)輛進(jìn)入，停車(chē)場(chǎng)管理系統(tǒng)將提示未經(jīng)授權(quán)的車(chē)輛，禁止進(jìn)入，并且車(chē)輛信息需要在進(jìn)入之前進(jìn)行登記，這大大提高了政府車(chē)輛的安全性。離線版停車(chē)場(chǎng)管理系統(tǒng)結(jié)構(gòu)簡(jiǎn)單，性能穩(wěn)定可靠，安裝，維護(hù)和使用方便。如今，車(chē)牌識(shí)別停車(chē)系統(tǒng)被認(rèn)為是更便于管理和更快車(chē)輛交通的停車(chē)管理系統(tǒng)。由于其高識(shí)別率和快速訪問(wèn)，因此受到許多用戶的青睞。但是，為了更好地管理停車(chē)場(chǎng)和停車(chē)難度，停車(chē)場(chǎng)系統(tǒng)不斷升級(jí)，功能也在不斷增加。當(dāng)然，車(chē)牌識(shí)別技術(shù)也不能落后。在目前的互聯(lián)網(wǎng)趨勢(shì)下，車(chē)牌識(shí)別系統(tǒng)將具有巨大的優(yōu)勢(shì)。市場(chǎng)和前景也將為停車(chē)場(chǎng)系統(tǒng)的管理帶來(lái)很多便利！自從這一方法提出以來(lái)，獲得了很大發(fā)展，各國(guó)也紛紛制定智能交通發(fā)展戰(zhàn)略，目前該問(wèn)題已經(jīng)成為21世紀(jì)的重要發(fā)展方向。