在車牌識別的整個過程中，為了達到字符識別的目標從提取的車牌圖像中分割出字符的工作室必不可少的，閥值分割，目標與背景區(qū)別，車牌字符傾斜校正，單個字符切割以及字符的化都是圖像字符分割的主要工作。

車牌圖像閥值分割：閥值分割主要是基于像素的一種圖像分割方法，主要目的是選擇一個合適的灰度值T將圖像所有的灰度值相比較，大于T和小于T的分別歸類，在識別系統(tǒng)中圖像經(jīng)過預(yù)處理，質(zhì)量有所提高，且背景干擾不嚴重我們通常使用zui大類間方差法（Otsu法）進行分割其方法原理如下：

其中，車牌字符分割模塊、車牌定位模塊、字符分割模塊，這三大模塊是該課題重點研究的內(nèi)容。該文通過系統(tǒng)交通圖像的特點對這3部分的技術(shù)進行了深入研究。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。車牌的定位是指在圖像中提取車輛車牌范圍內(nèi)的圖像，一旦車牌的定位系統(tǒng)有誤差將直接影響到后面字符的分割與字符的識別，這是車牌定位系統(tǒng)的關(guān)鍵所在。

牌識別系統(tǒng)，借助了牌照的定位性能，從機動車的所有圖像中找出車牌區(qū)域的地方，然后將車牌所在范圍的內(nèi)容實行定位顯示，在將定位所得的信息數(shù)據(jù)傳送到字符的識別部分。 

車牌識別系統(tǒng)近幾年發(fā)展火熱，在各地已經(jīng)有實際的應(yīng)用，其應(yīng)用范圍主要在車輛檢測、城市交通管理、收費管理、公路超限治理等方面，前景廣泛。汽車自動檢驗設(shè)備配有車牌的識別系統(tǒng)，其自動性能不斷增強，這樣大大減少了車輛檢驗的整體時間，從而使待檢汽車排隊的長度縮短，取得了明顯的社會效益與經(jīng)濟效益。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。基于車牌識別的智能管理系統(tǒng)能夠更好地解決現(xiàn)行管理中面臨的種種難題，在各行各業(yè)都有著舉足輕重的作用。

在日常生活中，車牌識別的技術(shù)在安防行業(yè)的應(yīng)用相對普遍，技術(shù)相對成熟，人工智能的應(yīng)用提高了車牌識別的準確率。而對于車牌識別算法的廠家來說，如何延伸對目標車輛的識別范圍，實現(xiàn)更準確的識別是市場所需。如何選擇一個好的車牌識別系統(tǒng)就成為重要任務(wù)。字符的識別是將字符進行分類，把漢字、數(shù)字字母及數(shù)字輸入不同的網(wǎng)絡(luò)進行訓(xùn)練測試。從技術(shù)上評價一個車牌識別系統(tǒng)好壞的標準又有哪些?

開始是車牌識別系統(tǒng)的識別率，一個車牌識別系統(tǒng)是否實用，其重要的指標是識別率。