基于模板的識(shí)別算法由于其處理速度快、識(shí)別率高的特點(diǎn)為大多數(shù)設(shè)計(jì)所采用。它是把分割后的單個(gè)字符區(qū)域與預(yù)置的標(biāo)準(zhǔn)字符集進(jìn)行匹配處理，取標(biāo)準(zhǔn)字符集中相似度的字符作為識(shí)別結(jié)果。這種算法的處理步驟是：將單個(gè)字符圖像區(qū)域進(jìn)行二值化并改變字符大小，使之與字符集中的字符大小相同，然后再進(jìn)行匹配操作，篩選出相似首先需要有字符模板庫(kù)，將待識(shí)別的字符進(jìn)行二值化后，將其大小變成字符模板庫(kù)中字符大小，然后與庫(kù)中的字符進(jìn)行匹配，以相似度的字符為終結(jié)果。從人們的一個(gè)體驗(yàn)上來說，無人值守停車場(chǎng)車牌識(shí)別系統(tǒng)是車主很受歡迎的一套智能停車場(chǎng)管理系統(tǒng)之一。因?yàn)樗惴ê?jiǎn)單所以算法的速度較快，只要在前期的預(yù)處理中降噪做得比較好，這種算法的識(shí)別率也相對(duì)較高，是一種簡(jiǎn)單、快速、有效的字符識(shí)別技術(shù)，商用價(jià)值較高。

在車牌識(shí)別的整個(gè)過程中，為了達(dá)到字符識(shí)別的目標(biāo)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(biāo)與背景區(qū)別，車牌字符傾斜校正，單個(gè)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(gè)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(shí)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(yán)重我們通常使用zui大類間方差法（Otsu法）進(jìn)行分割其方法原理如下：

目前針對(duì)車牌識(shí)別系統(tǒng)的研究主要可分為基于嵌入式平臺(tái)和基于PC機(jī)平臺(tái)兩種研究方向。傳統(tǒng)的基于PC平臺(tái)的車牌識(shí)別系統(tǒng)除在在信息處理應(yīng)用實(shí)時(shí)性方面難以滿足人們的日常需求， 同時(shí)，在網(wǎng)絡(luò)管理應(yīng)用方面也存在帶寬的壓力，信息采集終端方面的成本也過高?？梢?，在實(shí)際交通管理應(yīng)用中，基于PC機(jī)平臺(tái)的車牌識(shí)別系統(tǒng)具有很多限制與缺陷。它能夠自動(dòng)、實(shí)時(shí)地檢測(cè)車輛，識(shí)別汽車牌照，從而達(dá)到更高的智能化管理。鑒于傳統(tǒng)基于PC平臺(tái)的車牌識(shí)別系統(tǒng)存在的缺點(diǎn)和不足，本文提出了基于MCS-51單片機(jī)的車牌識(shí)別系統(tǒng)。

字符識(shí)別：對(duì)分割之后的字符進(jìn)行收縮、提取字符的特性，分類之后與數(shù)據(jù)庫(kù)中標(biāo)準(zhǔn)的字符進(jìn)行比對(duì)，后識(shí)別出字符的圖像，這是字符識(shí)別的整個(gè)過程。字符識(shí)別的兩個(gè)重要點(diǎn)為字符特征提取和模式的匹配，該體系主要有以下幾種方式：一種方式是用字符的結(jié)構(gòu)特性及其變換進(jìn)行特征提取，這種方式對(duì)于字符的傾斜以及字符的變形等等都有很高的兼容性，但它在運(yùn)算過程中太復(fù)雜，且對(duì)計(jì)算機(jī)的性能要求很嚴(yán)格。另一種方式是統(tǒng)計(jì)字符特征對(duì)其特征進(jìn)行提取，目前，大部分的字符識(shí)別都運(yùn)用了這種方式。如果外國(guó)車輛進(jìn)入，停車場(chǎng)管理系統(tǒng)將提示未經(jīng)授權(quán)的車輛，禁止進(jìn)入，并且車輛信息需要在進(jìn)入之前進(jìn)行登記，這大大提高了政府車輛的安全性。在字符特征提取中，能夠借助字符投影的特征及輪廓特征構(gòu)成字符特征的矢量，然后對(duì)汽車牌照字符的特征進(jìn)行匹配，這樣就擁有了清晰的識(shí)別率。