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

車牌校正

車牌校正是為了解決拍攝的車牌圖像因為角度問題，導(dǎo)致定位后的車牌傾斜，而傾斜的車牌會給車牌識別系統(tǒng)的后繼步驟增添麻煩，車牌校正是必須的。車牌校正是利用車牌區(qū)域的矩形序列分布同組成車牌號的字母、數(shù)字位置的分布基本一致的特征，找到了矩形序列中矩形左上角像素點排列的近似斜率，從而找出車牌區(qū)域的偏轉(zhuǎn)角度，完成車牌圖像區(qū)域的校正。車牌自動識別技術(shù)可應(yīng)用于道路收費系統(tǒng)，交通管理系統(tǒng)領(lǐng)域，起到節(jié)省人力成本，提高工作效率，完善管理制度等。

圖像預(yù)處理模塊：是指車牌識別系統(tǒng)對所拍攝的汽車圖像進行灰度化和邊緣檢測處理。在自然條件下外界太陽光照往往不均勻，光線強度也是不斷變化的，特別是有chao速情況，在此條件下，被攝像機拍攝到的汽車圖像往往是不清晰甚至是模糊的，為了得到清晰的圖像此時須要對車輛圖像其進行圖像增強處理；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。除了光照和光線的影響之外，電子器件和外界環(huán)境所帶來的噪聲干擾也會造成車輛圖像清晰度的下降，因此除了對圖像進行圖像增強處理外還需對原始車輛圖像進行降噪處理。