隨著高速公路系統(tǒng)新技術的高速發(fā)展，車牌識別技術已經成為交通應用方面的重要組成部分，切社會對其的應用也十分廣泛，它不但在高速，隧道，橋梁等方面被廣泛應用，而且也逐漸的被應用于小區(qū)，停車場等方面，也在電子警察和wei章拍照方面做出較大貢獻，介于車牌識別技術的廣泛應用，越來越過的國家也都致力于對其的研究，同時也提出了一些較好的辦法。但是，單方面而言其流程大概一致，關鍵差別在于前端采集系統(tǒng)圖像的精度，和后端的算法處理。目前針對車牌識別系統(tǒng)的研究主要可分為基于嵌入式平臺和基于PC機平臺兩種研究方向。

針對車牌開展配套的定位操作，目的是在拍攝獲得的汽車圖像之內，識別具體的車piao范圍，同時將車牌圖像實現(xiàn)提取操作，以此來實現(xiàn)之后的切分以及識別的操作。車牌定位屬于綜合識別體系的關鍵構成，科學的判斷具體的車牌范圍，則屬于提升綜合體系識別率的核心要素。以形態(tài)學和有關的邊緣檢測作為基礎的定位方式，核心為五方面的基礎流程。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。

車牌的組成在我國都是一樣的，由各地的省會簡稱、24 個英文字母以及10個阿拉伯數(shù)字組成的。本文采用識別方法是神經網絡，通過構造一個三層的神經網絡對分割的字符進行識別。字符識別的方法有很多，本文采用識別方法是神經網絡，通過構造一個三層的神經網絡對分割的字符進行識別。字符識別中對特征值的選取是非常重要的，特征值選取的好壞直接關系到識別的準確度。它不僅僅是計算機視覺與模式識別技術重要的研究話題，更是交通管理智能化的關鍵技術之一。

其次，車牌識別系統(tǒng)的識別速度也很關鍵。識別速度決定了一個車牌識別系統(tǒng)是否能夠滿足實時實際應用的要求。一個識別率很高的系統(tǒng)，如果需要幾秒鐘，甚至幾分鐘才能識別出結果，那么這個系統(tǒng)就會因為滿足不了實際應用中的實時要求而毫無實用意義。例如，在高速公路收費中車牌識別應用的作用之一是減少通行時間，速度是這一類應用里減少通行時間、避免車道堵車的有力保障。車牌識別系統(tǒng)在停車場中使用，可以讓人們享受到暢通無阻的停車模式，車主通過停車場時，通過車牌識別系統(tǒng)對車輛車牌號的抓拍，將數(shù)據(jù)上傳到數(shù)據(jù)庫，通過信號傳輸，道閘自動開閘，讓人們實現(xiàn)不停車通行。