圖像預處理模塊：是指車牌識別系統(tǒng)對所拍攝的汽車圖像進行灰度化和邊緣檢測處理。在自然條件下外界太陽光照往往不均勻，光線強度也是不斷變化的，特別是有chao速情況，在此條件下，被攝像機拍攝到的汽車圖像往往是不清晰甚至是模糊的，為了得到清晰的圖像此時須要對車輛圖像其進行圖像增強處理；除了光照和光線的影響之外，電子器件和外界環(huán)境所帶來的噪聲干擾也會造成車輛圖像清晰度的下降，因此除了對圖像進行圖像增強處理外還需對原始車輛圖像進行降噪處理。繼續(xù)發(fā)展和不斷完善的可視化智能交通監(jiān)控系統(tǒng)，為實際應用車輛道路運輸基礎設施的管理系統(tǒng)奠定了良好的基礎。

車牌的底色檢測

車牌顏色不是單一的，所以在識別的過程中我們還需要對車牌的顏色予以區(qū)分。通過我們對車輛車牌的研究發(fā)現(xiàn)，車牌的底色一般為藍色或者黃色，而車牌上字符的顏色一般為白色或者是黑色。車牌不是單一顏色的，如果是那么我們就沒辦法識別了，因此，我們需要對車牌的顏色予以區(qū)分。但是，為了更好地管理停車場和停車難度，停車場系統(tǒng)不斷升級，功能也在不斷增加。本設計采用的是RGB 模型檢測方法，具體的方法就是將檢測得到的像素點與 RGB 模型進行比對，就可以得出車牌的顏色。

同時，它可以有效地維護停車場的秩序。內部車可以實現(xiàn)不間斷進入市場。外國車只需要支付費用，無需取卡/等復雜程序。車牌識別機的關鍵是識別率。由于獲得的車牌圖像的多樣性以及諸如煙霧，雨，雪和不同陽光角度等許多因素的影響，車牌識別面臨著巨大的挑戰(zhàn)。chao速的車輛的拍照得到的圖片質量比較差，車牌自動辨認系統(tǒng)在車牌辨認上的方便和快捷性比人工車牌辨認強得多，它不僅蘊含著非常大的經濟價值而且對社會的發(fā)展也有很大的推動作用，因此對車牌自動辨認中的圖像處理方法的改進是很有必要的。但是，隨著技術的發(fā)展，這些問題正逐漸得到解決。車牌識別攝像頭可采用寬動態(tài)CMOS，基于車牌的局部曝光和圖像控制的光填充技術，可自動跟蹤光線變化，有效抑制光線和背光。特別是在夜間，它可以抑制汽車前照燈的干擾，使車牌清晰掃描，識別率達到99.58％，居。