在實(shí)際工作場景中采集到的數(shù)字圖像通常會(huì)因?yàn)橥饨绛h(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(jìn)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(huì)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(huì)對我們的處理產(chǎn)生不好的影響。多種支付方式實(shí)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(shí)現(xiàn)業(yè)主全程自助支付，促使停車場取消手冊收費(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。所以，一般情況下我們會(huì)在進(jìn)行圖像處理前對圖像采用濾波技術(shù)進(jìn)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?yàn)榻嵌葐栴}，導(dǎo)致定位后的車牌傾斜，而傾斜的車牌會(huì)給車牌識(shí)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(hào)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(diǎn)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(dòng)識(shí)別技術(shù)可應(yīng)用于道路收費(fèi)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(shí)別系統(tǒng)對所拍攝的汽車圖像進(jìn)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(qiáng)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(jī)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(shí)須要對車輛圖像其進(jìn)行圖像增強(qiáng)處理；而對于車牌識(shí)別算法的廠家來說，如何延伸對目標(biāo)車輛的識(shí)別范圍，實(shí)現(xiàn)更準(zhǔn)確的識(shí)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(huì)造成車輛圖像清晰度的下降，因此除了對圖像進(jìn)行圖像增強(qiáng)處理外還需對原始車輛圖像進(jìn)行降噪處理。