对车牌图像进行图像形态学操作
由于成像系统、传输介质、记录设备等的不完善，以及天气情况的变化等，车牌图像往往受到多种噪声的污染。在经过二值化处理的车牌图像上，会出现一些与要研究的对象（即车牌区域）不相关的孤立点或者像素块，扰乱图像的研究对象，影响对车牌区域的提取、分割等操作。于是要构造一种有效抑制噪声的滤波器来有效的去除目标和背景中的噪声，同时，能够很好地保护车牌区域的形状、大小及特定的
车牌号识别
对车牌图像进行图像形态学操作
由于成像系统、传输介质、记录设备等的不完善，以及天气情况的变化等，车牌图像往往受到多种噪声的污染。在经过二值化处理的车牌图像上，会出现一些与要研究的对象（即车牌区域）不相关的孤立点或者像素块，扰乱图像的研究对象，影响对车牌区域的提取、分割等操作。于是要构造一种有效抑制噪声的滤波器来有效的去除目标和背景中的噪声，同时，能够很好地保护车牌区域的形状、大小及特定的车牌纹理特征。 图像滤波，即在尽量保留图像细节特征的条件下对目标图像的噪声进行抑制，是图像处理中消除噪声的不可或缺的操作，其处理的结果的好坏将直接影响到对后续图像进行处理和分析的有效性和可靠性。常用的滤波操作方法有很多种，如中值滤波、形态学滤波、高斯滤波、双边滤波等。我们在这里介绍一下中值滤波和本文所研究系统采用的形态学滤波。
车牌识别步骤概括为：车牌定位、车牌提取、字符识别。三个步骤地识别工作相辅相成，各自的有效率都较高，整体的识别率才会提高。识别速度的快慢取决于字符识别，字符的识别目前的主要应用技术为比对识别样本库，即将所有的字符建立样本库，字符提取后通过比对样本库实现字符的判断，识别过程中将产生可信度、倾斜度等中间结果值；另一种是基于字符结构知识的字符识别技术，更加有效的提高识别速率和准确率，适应性较强。
车牌识别系统的引入，给停车场管理带来了很大的便捷；而停车缴费对于移动端缴费方式的引入则给车主带来了很大的方便。目前，任何行业的发展都依托于互联网，停车场也不例外，微信、支付宝已经成为停车场中主流的缴费方式，通过微信扫一扫，不仅能够实现车位的查询、预定、寻车、缴费等一系列的停车过程，而且还适应了新的时代发展潮流。除了微信、支付宝缴费外，无感支付成为了目前停车场中较为便捷的支付方式之一，人们通过微信或者支付宝和自己的车牌号码绑定，通过停车场时可以实现自动扣费，而无需人们再拿出手机进行扫码的过程，真正实现了解放双手操作的流程，全过程实现真正意义上的不停车。
如今的车牌识别成为打开停车场系统的钥匙，是怎样让人们享受到便捷的停车模式呢？很多停车场系统生产厂家为什么在车牌识别上面花费了那么多心思呢？据统计，车牌识别停车场系统在市场上已占去了大部分份额，很多大大小小的停车场都开始装车牌识别系统来进行管理。
车牌识别停车场系统在停车场中的使用，让人们享受到了畅通无阻的停车模式，车主通过停车场时，通过车牌识别系统对车辆车牌号的抓拍，将数据上传到数据库，通过信号传输，道闸自动开闸，让人们实现不停车通行；另外，车牌识别系统对于停车场管理方来说，省去了管理人员繁重的工作，让停车场看起来更加现代化。
车牌识别改变了传统停车场数十年的管理模式，让停车场实现了无人值守，同时给车主营造一个良好的停车环境。
（作者： 来源：）
