車牌識別系統(tǒng)的預(yù)處理
由于圖像質(zhì)量容易受光照、天氣、相機(jī)位置等因素的影響，所以在識別車牌之前需要先對相機(jī)和圖像做一些預(yù)處理，以得到車牌清晰的圖像。一般會根據(jù)對現(xiàn)場環(huán)境和已經(jīng)拍攝到的圖像的分析得出結(jié)論，實(shí)現(xiàn)相機(jī)的自動曝光處理、自動白平衡處理、自動逆光處理、自動過爆處理等，并對圖像進(jìn)行噪聲過濾、對比度增強(qiáng)、圖像縮放等處理。去噪方法有均值濾波、中值濾波和高斯濾波等；增強(qiáng)對比度的方法有對比度線性拉伸、直方圖均衡和同態(tài)濾波器等；圖像縮放的主要方法有近鄰插值法、雙線性插值法和立方卷積插值等。?

車牌識別系統(tǒng)的字符分割
定位出車牌區(qū)域后，由于并不知道車牌中總共有幾個(gè)字符、字符間的位置關(guān)系、每個(gè)字符的寬高等信息，所以，為了車牌類型匹配和字符識別正確，字符分割是的一步。字符分割的主要思路是，基于車牌的二值化結(jié)果或邊緣提取結(jié)果，利用字符的結(jié)構(gòu)特征、字符間的相似性、字符間間隔等信息，一方面把單個(gè)字符分別提取出來，也包括粘連和斷裂字符等特殊情況的處理；另一方面把寬、高相似的字符歸為一類從而去除車牌邊框以及一些小的噪聲。一般采用的算法有：連通域分析、投影分析，字符聚類和模板匹配等。污損車牌和光照不均造成的模糊車牌仍是字符分割算法所面對的挑戰(zhàn)，有待更好的算法出現(xiàn)并解決以上問題。

車牌識別系統(tǒng)在實(shí)際生活中也展現(xiàn)出了廣闊的應(yīng)用范圍。隨著智慧交通的不斷發(fā)展和智能科技的快速更迭，車牌識別系統(tǒng)也在不斷地發(fā)展和改善，一方面針對無人值守停車系統(tǒng)以及高速ETC收費(fèi)系統(tǒng)的智能管控，另一方面對于交通道路以及社會治安的智能監(jiān)控。本文安快將從功能特點(diǎn)和應(yīng)用范圍兩個(gè)方面來深入探討車牌識別系統(tǒng)，并對其應(yīng)用前景以及未來走向進(jìn)行展望和分析。