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。如果外國車輛進入，停車場管理系統(tǒng)將提示未經(jīng)授權(quán)的車輛，禁止進入，并且車輛信息需要在進入之前進行登記，這大大提高了政府車輛的安全性。所以，一般情況下我們會在進行圖像處理前對圖像采用濾波技術(shù)進行處理，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Mean Shift算法運用到車牌識別系統(tǒng)，然后在此基礎(chǔ)上對車牌進行校正。

圖像的對比度不足是圖像處理的過程中經(jīng)常會遇到的問題。主要的原因是在獲取車牌圖像時受外界環(huán)境的影響。對比度不足的圖像會影響到圖像的后續(xù)處理效果，所以，一般情況下，在進行圖像處理前會使用灰度變換的方法來對圖像進行對比度增強處理，以達到改善視覺效果的目的。當(dāng)今許多實際應(yīng)用場合，如在繁忙交通路口臨時對欠稅費、報廢、掛失等車輛的稽查，則監(jiān)視區(qū)域比較復(fù)雜，現(xiàn)有識別方法無法直接應(yīng)用。 

車牌識別系統(tǒng)的主要構(gòu)成分析

目前相對多見的車牌識別系統(tǒng)核心為兩方面的基礎(chǔ)模塊，依次屬于對應(yīng)的數(shù)據(jù)采集以及識別軟件兩個方面，而后一類還能夠再度進行分割。車牌識別系統(tǒng)的實際原理為：在車輛經(jīng)過有關(guān)關(guān)卡之后，傳感器隨之而啟動并采集對應(yīng)的圖像存入到特定的設(shè)備之內(nèi)，而識別軟件則在存儲設(shè)備之中讀取對應(yīng)的圖像信息。有些需要供應(yīng)商改進系統(tǒng)以改進，有些可以通過增強管理來改進，有些可能涉及修改車輛管理方法。識別軟件先是針對有關(guān)的圖像開展增強、去躁等配套的預(yù)處理操作，之后則屬于具體的定位程序，之后則進一步開展配套的字符切分操作，終則屬于有關(guān)的字符識別操作

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。實施管理制度，進一步提高社區(qū)環(huán)境質(zhì)量，提高出入境車輛的交通效率和交通安全及消防安全秩序，使居民更方便。廣元碧桂園物業(yè)將在每個車輛出入口設(shè)立新的車牌識別管理系統(tǒng)。新系統(tǒng)將于2017年4月1日正式投入運行。新系統(tǒng)投入運行后，所有進出社區(qū)樓層和地下停車場的車輛將由系統(tǒng)自動識別打開大門，司機不需要刷ka就打開門。自動登記，授權(quán)發(fā)布，內(nèi)部未經(jīng)許可的車輛使用刷子釋放，外國游客到車牌識別后，攜帶證件到窗口進行登記。同時，原來的系統(tǒng)將被取消。