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

在車輛車牌識別技術(shù)中的圖像提取、字符分割起、字符識別過程中，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)場可能存在因時間、光線、天氣的變化而造成的干擾使車牌成像效果較差的問題。所以目前現(xiàn)有的車牌識別系統(tǒng)都存在因環(huán)境變化而產(chǎn)生的識別率變化的問題。車牌包含的信息是多個字符，想要對車牌進行識別，首先我們需要將車牌的多個字符進行分割處理。

定位模塊的基礎(chǔ)功能，屬于在整體車輛圖像之內(nèi)探尋對應(yīng)的車牌并且進行對應(yīng)的提取操作，實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圖像開展配套的二值化操作，之后在二值圖像之內(nèi)將字符進行對應(yīng)的分割操作，實際輸入的屬于車牌圖像，而輸出獲得的則屬于字符圖像。識別的功能核心屬于針對字符的配套識別操作，同時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，由此帶來的問題也隨之增加，有些問題僅限于人力。

車牌的規(guī)格，參照公an部在年發(fā)布的《中國人民共和國機動車號牌》，中國現(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：藍白、黃黑、白黑或紅、黑白。而邊框則包括黑、白兩類色彩。國內(nèi)的車牌體系較為復雜，但實際的尺寸、間距等參數(shù)基本一致。基于形態(tài)學和邊緣檢測的車牌定位方法。而目前實際采用的切分方式，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(guān)系到識別的準確度。其二為以連通域作為核心的處理方案。

智能交通車牌辨認系統(tǒng)主要分為圖像的采集和預處理、牌照區(qū)域的定位、牌照字符的分割和辨認三部分。其基本工作過程如下：

1）當行駛的車輛經(jīng)過系統(tǒng)時，會觸發(fā)系統(tǒng)的傳感器。若系統(tǒng)被喚醒便會一直處于工作狀態(tài)，攝像頭上的傳感器一旦被觸發(fā)，相機便會拍下車輛圖像；

2）被拍照的chao速車輛的牌照圖像或被攝像頭拍攝的視頻中的圖像輸入到圖像處理器進行圖像增強和濾波等預處理操作；

3）由自動識別系統(tǒng)的檢索模塊對車牌圖像進行搜索與檢測，在定位出包含牌照字符的長方形形區(qū)域的基礎(chǔ)上對上述矩形區(qū)域進行分割；

4）對牌照處理以后的字符進行2值化并分割出7個字符，經(jīng)化后輸入字符辨認系統(tǒng)進行對比分析。