车牌识别系统之牌照定位：
自然环境下，汽车图像背景复杂、光照不均匀，如何在自然背景中准确地确定牌照区域是整个识别过程的关键。首先对采l集到的视频图像进行大范围相关搜索，找到符合汽车牌照特征的若干区域作为候选区，然后对这些侯选区域做进一步分析、评判，然后选定一个好的区域作为牌照区域，并将其从图像中分离出来。
车牌识别系统之牌照字符识别方法：
停车场车辆识别系统
车牌识别系统之牌照定位：
自然环境下，汽车图像背景复杂、光照不均匀，如何在自然背景中准确地确定牌照区域是整个识别过程的关键。首先对采l集到的视频图像进行大范围相关搜索，找到符合汽车牌照特征的若干区域作为候选区，然后对这些侯选区域做进一步分析、评判，然后选定一个好的区域作为牌照区域，并将其从图像中分离出来。
车牌识别系统之牌照字符识别方法：
主要有基于模板匹配算法和基于人工神经网络算法。基于模板匹配算法首先将分割后的字符二值化并将其尺寸大小缩放为字符数据库中模板的大小，然后与所有的模板进行匹配，选择好的匹配作为结果。基于人工神经网络的算法有两种：一种是先对字符进行特征提取，然后用所获得特征来训练神经网络分配器；另一种方法是直接把图像输入网络，由网络自动实现特征提取直至识别出结果。
实际应用中，车牌识别系统的识别率还与牌照质量和拍摄质量密切相关。牌照质量会受到各种因素的影响，如生锈、污损、油漆剥落、字体褪色、牌照被遮挡、牌照倾斜、高亮反光、多牌照、假的牌照等等；实际拍摄过程也会受到环境亮度、拍摄方式、车辆速度等等因素的影响。这些影响因素不同程度上降低了车牌识别的识别率，也正是车牌识别系统的困难和挑战所在。为了提高识别率，除了不断地完善识别算法还应该想办法克服各种光照条件，使采l集到的图像有利于识别。
目前，由于车牌识别系统可以使车辆进出停车场，无需停车卡即可进出，加快了车辆的通行速度，节省了卡管理工作，降低了管理人员的费用，因此广泛应用于各大停车场。
如何提高识别率：
从内因来看，车牌识别系统的基础是车牌识别算法，车牌识别算法由空间复杂性和时间复杂性构成，分为5个特性，有穷即算法的演变过程是有限的，不可能制地进行演算。
车牌识别智能停车系统只能以停车系统的核l心技术为车牌识别，因此高质量、高’效率的系统核l心软件和HD照相机是整个系统的关键。我们的车牌识别智能停车系统的优点如下
1.对车牌图像的适应性很强。特别的车牌图像匹配技术可以有效识别车牌大小和位置的差异。
2.对环境光的适应性强。白天和夜晚的光线不同，场所的敏感性也不同，照相机可以自动调整曝光强度等项目，保证装饰效果。
（作者： 来源：）
