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的身影。它能夠自動、實時地檢測車輛，識別汽車牌照，從而達到更高的智能化管理。

在車輛車牌識別技術中的圖像提取、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。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。

隨著社會的發(fā)展進步，車牌識別已經(jīng)逐漸的發(fā)展成為智能交通系統(tǒng)中較為重要的組成部分，也是收費系統(tǒng)防止作bi的重要手段，更是高速系統(tǒng)自動化收費系統(tǒng)必須解決的關鍵問題，主要的目的是可以從圖像中自動提取出車牌的圖像，分割字符圖像，實現(xiàn)對車牌信息的識別和比對。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。目前，國內外都致力于這方面的研究，如模版匹配，神經(jīng)網(wǎng)絡，小波變換等，也都取得了較好的研究成果。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。

對于車牌本身是一連串的字符，不容易識別，因此，首先需要對字符進行分割，將一連串的字符分割成一個一個的字符。分割過的字符具有了字符的大致位置以及字符的高度。我們采取這樣的方法確定字符的左右坐標和寬度，就可以對字符進行分割。本文中采用了字符分割算法對車牌的字符進行分割。字符分割算法是通過對圖形的掃描確定進入到字符區(qū)域的di一個像素點的坐標和出去圖像區(qū)域的di一個像素點的坐標，以這兩點的坐標確定字符的大致位置以及字符的高度。我們采取同樣的方法確定字符的左右坐標和寬度。在確定了字符的高度和寬度之后，對字符進行分割。車牌識別系統(tǒng)的主要構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模塊，依次屬于對應的數(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。