針對(duì)車牌開展配套的定位操作，目的是在拍攝獲得的汽車圖像之內(nèi)，識(shí)別具體的車piao范圍，同時(shí)將車牌圖像實(shí)現(xiàn)提取操作，以此來實(shí)現(xiàn)之后的切分以及識(shí)別的操作。但是因?yàn)閿z像設(shè)備所拍到的圖像的清晰度不夠，也因?yàn)樘幚韴D像的技術(shù)也不夠完善，所以車牌自動(dòng)識(shí)別系統(tǒng)的識(shí)別率和識(shí)別速度一直未能大幅提高。車牌定位屬于綜合識(shí)別體系的關(guān)鍵構(gòu)成，科學(xué)的判斷具體的車牌范圍，則屬于提升綜合體系識(shí)別率的核心要素。以形態(tài)學(xué)和有關(guān)的邊緣檢測(cè)作為基礎(chǔ)的定位方式，核心為五方面的基礎(chǔ)流程。

該系統(tǒng)將獲得的機(jī)動(dòng)車所有的圖像實(shí)行串連處理后，會(huì)用數(shù)字字符的方法輸送得出的信息，這樣不僅存儲(chǔ)空間少，而且操作更加便捷。由此看來該課題研究的內(nèi)容發(fā)展空間很廣泛，它的速度與方便性是人工汽車牌照識(shí)別遠(yuǎn)遠(yuǎn)達(dá)不到的，這對(duì)交通發(fā)展領(lǐng)域有深遠(yuǎn)的影響。

文章對(duì)計(jì)算機(jī)圖像處理、人工智能、模式識(shí)別等車牌識(shí)別的背景知識(shí)進(jìn)行深入研究，摸索出了用數(shù)字圖像知識(shí)進(jìn)行車牌識(shí)別的方法并重點(diǎn)研究，對(duì)在較為復(fù)雜的背景下的車牌定位、字符分割的車牌字符識(shí)別算法進(jìn)行了重點(diǎn)研究，在識(shí)別上取得了良好效果。

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。多種支付方式實(shí)現(xiàn)自助便捷支付，在無人值守停車場(chǎng)支持微信/支付寶掃描碼等支付方式，實(shí)現(xiàn)業(yè)主全程自助支付，促使停車場(chǎng)取消手冊(cè)收費(fèi)，這降低了勞動(dòng)力成本，但也規(guī)避了人類接觸資金的風(fēng)險(xiǎn)可以說是雙重的。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。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。

同時(shí)，它可以有效地維護(hù)停車場(chǎng)的秩序。內(nèi)部車可以實(shí)現(xiàn)不間斷進(jìn)入市場(chǎng)。本文采用識(shí)別方法是神經(jīng)網(wǎng)絡(luò)，通過構(gòu)造一個(gè)三層的神經(jīng)網(wǎng)絡(luò)對(duì)分割的字符進(jìn)行識(shí)別。外國(guó)車只需要支付費(fèi)用，無需取卡/等復(fù)雜程序。車牌識(shí)別機(jī)的關(guān)鍵是識(shí)別率。由于獲得的車牌圖像的多樣性以及諸如煙霧，雨，雪和不同陽(yáng)光角度等許多因素的影響，車牌識(shí)別面臨著巨大的挑戰(zhàn)。但是，隨著技術(shù)的發(fā)展，這些問題正逐漸得到解決。車牌識(shí)別攝像頭可采用寬動(dòng)態(tài)CMOS，基于車牌的局部曝光和圖像控制的光填充技術(shù)，可自動(dòng)跟蹤光線變化，有效抑制光線和背光。特別是在夜間，它可以抑制汽車前照燈的干擾，使車牌清晰掃描，識(shí)別率達(dá)到99.58％，居。