在實際工作場景中采集到的數(shù)字圖像通常會因為外界環(huán)境、攝像設(shè)備、傳輸線路或保存精度等方面的原因，使其在進(jìn)行預(yù)處理前受到各種噪聲的污染。并且在圖像處理過程中也可能會對圖像產(chǎn)生噪聲。噪聲與我們想要處理的圖像沒有任何關(guān)聯(lián)，還會對我們的處理產(chǎn)生不好的影響。所以，一般情況下我們會在進(jìn)行圖像處理前對圖像采用濾波技術(shù)進(jìn)行處理，常用的濾波方法有：中值濾波、均值濾波、高斯濾波等。車牌的定位與校正本章主要描述的是對已有車牌定位方法的研究，了解它們的算法原理及其優(yōu)缺點，并提出了一種效果更好適用范圍更廣的車牌識別系統(tǒng)方法，即將MeanShift算法運用到車牌識別系統(tǒng)，然后在此基礎(chǔ)上對車牌進(jìn)行校正。

車牌校正

車牌校正是為了解決拍攝的車牌圖像因為角度問題，導(dǎo)致定位后的車牌傾斜，而傾斜的車牌會給車牌識別系統(tǒng)的后繼步驟增添麻煩，車牌校正是必須的。車牌校正是利用車牌區(qū)域的矩形序列分布同組成車牌號的字母、數(shù)字位置的分布基本一致的特征，找到了矩形序列中矩形左上角像素點排列的近似斜率，從而找出車牌區(qū)域的偏轉(zhuǎn)角度，完成車牌圖像區(qū)域的校正。車牌識別系統(tǒng)采用200W高清車牌識別攝像機對進(jìn)入停車場的車輛進(jìn)行抓拍，上傳計算機處理，可脫機工作。

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。其基本工作過程如下：

1）當(dāng)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(jìn)行圖像增強和濾波等預(yù)處理操作；

3）由自動識別系統(tǒng)的檢索模塊對車牌圖像進(jìn)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(jìn)行分割；

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

通過規(guī)范車輛檔案登記，消除非社區(qū)業(yè)主和租戶車輛登記，改善社區(qū)地面停車秩序系統(tǒng)投入使用前后的使用;對系統(tǒng)中的地下室車輛和地面車輛進(jìn)行分類，以限制地下車輛的長期占用地面停車位;系統(tǒng)中耗時的車輛采用不同的收費標(biāo)準(zhǔn)，有效減少了夜間外來車輛停放在社區(qū)內(nèi)。在車牌識別系統(tǒng)的幫助下，社區(qū)車輛管理方法的相關(guān)規(guī)定將在系統(tǒng)中得到鞏固。同時，行業(yè)會和財產(chǎn)將認(rèn)真履行職責(zé)，業(yè)主/車主將合作。目前，社區(qū)地面停車秩序井然，基本可以滿足社區(qū)業(yè)主的正常停車。需求方面，很少有違規(guī)停車事件。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。