车牌的定位与校正
本章主要描述的是对已有车牌定位方法的研究，了解它们的算法原理及其优缺点，并提出了一种效果更好适用范围更广的车牌识别系统方法，即将Mean Shift算法运用到车牌识别系统，然后在此基础上对车牌进行校正。
图像的对比度不足是图像处理的过程中经常会遇到的问题。主要的原因是在获取车牌图像时受外界环境的影响。对比度不足的图像会影响到图像的后续处理效果，所以
智能车牌识别
车牌的定位与校正
本章主要描述的是对已有车牌定位方法的研究，了解它们的算法原理及其优缺点，并提出了一种效果更好适用范围更广的车牌识别系统方法，即将Mean Shift算法运用到车牌识别系统，然后在此基础上对车牌进行校正。
图像的对比度不足是图像处理的过程中经常会遇到的问题。主要的原因是在获取车牌图像时受外界环境的影响。对比度不足的图像会影响到图像的后续处理效果，所以，一般情况下，在进行图像处理前会使用灰度变换的方法来对图像进行对比度增强处理，以达到改善视觉效果的目的。字符分割：使汽车牌照区域图像在直立方向上完成投影，然后得出汽车牌照图像的直方图，筛选出适合的阈值，挑选出字符及其背景。
车牌识别系统通过应用数字成像技术和计算机信息处理技术，采用合适的图像处理、模式识别和人工智能技术，通过对图像的采集和处理，获得更准确的wei章车辆信息，从而达到更有效率的的车辆程度。
车牌自动识别系统产品的主要性能指标是识别率和识别速度，这两个性能指标既可以表征一个车牌自动识别系统性能的好坏。但是因为摄像设备所拍到的图像的清晰度不够，也因为处理图像的技术也不够完善，所以车牌自动识别系统的识别率和识别速度一直未能大幅提高。因此，研究出高速准确的定位与识别算法是当前的主要任务。车牌识别系统的各功能组成部分是该文研究的主要内容，详细内容如下。
自从这一方法提出以来，获得了很大发展，各国也纷纷制定智能交通发展战略，目前该问题已经成为21世纪的重要发展方向。过去的人工管理方式已经不能适应现代化发展的需要，车辆的牌照自动识别系统是实现智能化管理的重要部分，也是加强车辆和交通秩序管理的重要举措。所以，一般情况下我们会在进行图像处理前对图像采用滤波技术进行处理，常用的滤波方法有：中值滤波、均值滤波、高斯滤波等。
汽车牌照发展几年来，已经得到很多消费者青睐，并广泛应用。它能够自动、实时地检测车辆，识别汽车牌照，从而达到更高的智能化管理。车辆的牌照自动识别系统可广泛安装于车管所机动车车辆检测线、收费站、停车场、十字路口等交通关卡处，使收费管理更科学与严密。过去的人工管理方式已经不能适应现代化发展的需要，车辆的牌照自动识别系统是实现智能化管理的重要部分，也是加强车辆和交通秩序管理的重要举措。
（作者： 来源：）
