车牌定位
车牌定位是指根据车牌图像的区域特征来将车牌在图像中的部分从背景图像中分离开来，由于车牌区域在图像特征主要包括颜色和形状，车牌区域的颜色一般为蓝色、黄色或白色，它们与图像的背景颜色存在较大的差异。车牌的形状一般为矩形。而车牌号在外形和排列上都存在规律性。车牌不是单一颜色的，如果是那么我们就没办法识别了，因此，我们需要对车牌的颜色予以区分。车牌定位技术就是将上述特征
智能停车场车牌识别系统
车牌定位
车牌定位是指根据车牌图像的区域特征来将车牌在图像中的部分从背景图像中分离开来，由于车牌区域在图像特征主要包括颜色和形状，车牌区域的颜色一般为蓝色、黄色或白色，它们与图像的背景颜色存在较大的差异。车牌的形状一般为矩形。而车牌号在外形和排列上都存在规律性。车牌不是单一颜色的，如果是那么我们就没办法识别了，因此，我们需要对车牌的颜色予以区分。车牌定位技术就是将上述特征经过一定的变换与处理后，使之能作为车牌定位的依据。
核函数的选择，当下多用的核函数是，所以本中也用核函数，主要是考虑到以下几个因素（1）核函数能够完成非线性映射。（2）所要的培训的参考数据比较少，在运用分类设备时简便。多项式的此类函数所对应的参考数据比核函数多，所以对分类设备的工作提出了更高的要求。车牌自动识别系统是值得深入研究的一个方向，它是当今智能交通管理技术研究的重要课题。核函数和分类设备的工作效果之间有较为密切的关系，不过等人在其研究中发现，其不同和工作的效果没有太大的关联，而起到重要作用的是因子C和其对应的参数厂。
车牌自动识别系统是值得深入研究的一个方向，它是当今智能交通管理技术研究的重要课题。车牌自动识别系统借助计算机这一媒介对系统的交通图像进行处理、分析和识别，从而得到汽车车牌的信息。就之前发展局势来看，该文研究的车牌自动识别系统对于当今交通发展很重要。常用的车牌字符识别方法主要有：基于模板的识别算法、基于BP神经网络的识别算法等。图像的采集、图像预处理、车牌定位、字符分割和字符识别是车牌识别系统的五大环节也是该文研究的重点。
随着社区的入住率持续上升，社区内的车辆数量不断增加，由此带来的问题也随之增加，有些问题于人力。实施管理制度，进一步提高社区环境质量，提高出入境车辆的交通效率和交通安全及消防安全秩序，使居民更方便。广元碧桂园物业将在每个车辆出入口设立新的车牌识别管理系统。新系统将于2017年4月1日正式投入运行。新系统投入运行后，所有进出社区楼层和地下停车场的车辆将由系统自动识别打开大门，司机不需要刷ka就打开门。另一种方式是统计字符特征对其特征进行提取，目前，大部分的字符识别都运用了这种方式。同时，原来的系统将被取消。
（作者： 来源：）
