隨著汽車在人們的工作、生產(chǎn)和生活中扮演著越來(lái)越重要的角色，汽車的保有量也在急速增加。由此帶來(lái)的交通管理問(wèn)題也變得越來(lái)越復(fù)雜，智能交通系統(tǒng)的建立是很好的解決問(wèn)題的方法。而車牌識(shí)別技術(shù)在智能交通系統(tǒng)中占有十分重要的地位。停車廠、收費(fèi)站、生產(chǎn)企業(yè)的門禁管理都有車牌識(shí)別技術(shù)的身影。常用的車牌字符識(shí)別方法主要有：基于模板的識(shí)別算法、基于BP神經(jīng)網(wǎng)絡(luò)的識(shí)別算法等。

在車輛車牌識(shí)別技術(shù)中的圖像提取、字符分割起、字符識(shí)別過(guò)程中，數(shù)字圖像處理技術(shù)起到了重要作用。但由于圖像提取出現(xiàn)場(chǎng)可能存在因時(shí)間、光線、天氣的變化而造成的干擾使車牌成像效果較差的問(wèn)題。所以目前現(xiàn)有的車牌識(shí)別系統(tǒng)都存在因環(huán)境變化而產(chǎn)生的識(shí)別率變化的問(wèn)題。車牌包含的信息是多個(gè)字符，想要對(duì)車牌進(jìn)行識(shí)別，首先我們需要將車牌的多個(gè)字符進(jìn)行分割處理。

定位模塊的基礎(chǔ)功能，屬于在整體車輛圖像之內(nèi)探尋對(duì)應(yīng)的車牌并且進(jìn)行對(duì)應(yīng)的提取操作，實(shí)際輸入的屬于整體車輛的圖像，而終輸出的則屬于車牌位置的圖像。字符切分模塊則屬于先針對(duì)圖像開(kāi)展配套的二值化操作，之后在二值圖像之內(nèi)將字符進(jìn)行對(duì)應(yīng)的分割操作，實(shí)際輸入的屬于車牌圖像，而輸出獲得的則屬于字符圖像。識(shí)別的功能核心屬于針對(duì)字符的配套識(shí)別操作，同時(shí)在其中獲取配套的結(jié)果。隨著社區(qū)的入住率持續(xù)上升，社區(qū)內(nèi)的車輛數(shù)量不斷增加，由此帶來(lái)的問(wèn)題也隨之增加，有些問(wèn)題僅限于人力。

車牌的規(guī)格，參照公an部在年發(fā)布的《中國(guó)人民共和國(guó)機(jī)動(dòng)車號(hào)牌》，中國(guó)現(xiàn)行的車牌制度之中，存在四類牌照，按照底色和字色分別為：藍(lán)白、黃黑、白黑或紅、黑白。而邊框則包括黑、白兩類色彩。國(guó)內(nèi)的車牌體系較為復(fù)雜，但實(shí)際的尺寸、間距等參數(shù)基本一致?；谛螒B(tài)學(xué)和邊緣檢測(cè)的車牌定位方法。而目前實(shí)際采用的切分方式，其一為以垂直投影作為核心的方式；字符識(shí)別中對(duì)特征值的選取是非常重要的，特征值選取的好壞直接關(guān)系到識(shí)別的準(zhǔn)確度。其二為以連通域作為核心的處理方案。

智能交通車牌辨認(rèn)系統(tǒng)主要分為圖像的采集和預(yù)處理、牌照區(qū)域的定位、牌照字符的分割和辨認(rèn)三部分。其基本工作過(guò)程如下：

1）當(dāng)行駛的車輛經(jīng)過(guò)系統(tǒng)時(shí)，會(huì)觸發(fā)系統(tǒng)的傳感器。若系統(tǒng)被喚醒便會(huì)一直處于工作狀態(tài)，攝像頭上的傳感器一旦被觸發(fā)，相機(jī)便會(huì)拍下車輛圖像；

2）被拍照的chao速車輛的牌照?qǐng)D像或被攝像頭拍攝的視頻中的圖像輸入到圖像處理器進(jìn)行圖像增強(qiáng)和濾波等預(yù)處理操作；

3）由自動(dòng)識(shí)別系統(tǒng)的檢索模塊對(duì)車牌圖像進(jìn)行搜索與檢測(cè)，在定位出包含牌照字符的長(zhǎng)方形形區(qū)域的基礎(chǔ)上對(duì)上述矩形區(qū)域進(jìn)行分割；

4）對(duì)牌照處理以后的字符進(jìn)行2值化并分割出7個(gè)字符，經(jīng)化后輸入字符辨認(rèn)系統(tǒng)進(jìn)行對(duì)比分析。