2、預處理
?
　　由于圖像質量容易受光照、天氣、相機位置等因素的影響，所以在識別車牌之前需要先對相機和圖像做一些預處理，以得到車牌清晰的圖像。一般會根據對現場環(huán)境和已經拍攝到的圖像的分析得出結論，實現相機的自動曝光處理、自動白平衡處理、自動逆光處理、自動過爆處理等，并對圖像進行噪聲過濾、對比度增強、圖像縮放等處理。去噪方法有均值濾波、中值濾波和高斯濾波等；增強對比度的方法有對比度線性拉伸、直方圖均衡和同態(tài)濾波器等；圖像縮放的主要方法有近鄰插值法、雙線性插值法和立方卷積插值等。

字符分割
?
　　定位出車牌區(qū)域后，由于并不知道車牌中總共有幾個字符、字符間的位置關系、每個字符的寬高等信息，所以，為了車牌類型匹配和字符識別正確，字符分割是的一步。字符分割的主要思路是，基于車牌的二值化結果或邊緣提取結果，利用字符的結構特征、字符間的相似性、字符間間隔等信息，一方面把單個字符分別提取出來，也包括粘連和斷裂字符等特殊情況的處理；另一方面把寬、高相似的字符歸為一類從而去除車牌邊框以及一些小的噪聲。一般采用的算法有：連通域分析、投影分析，字符聚類和模板匹配等。污損車牌和光照不均造成的模糊車牌仍是字符分割算法所面對的挑戰(zhàn)，有待更好的算法出現并解決以上問題。

字符識別
?
　　對分割后的字符的灰度圖像進行歸一化處理，特征提取，然后經過機器學習或與字符數據庫模板進行匹配，后選取匹配度的結果作為識別結果。目前比較流行的字符識別算法有：模板匹配法、人工神經網絡法、支持向量機法和Adaboost分類法等。模板匹配法的優(yōu)點是識別速度快、方法簡單，缺點是對斷裂、污損等情況的處理有一些困難；人工神經網絡法學習能力強、適應性強、分類能力強但比較耗時；支持向量機法對于未見過的測試樣本具有更好的識別能力且需要較少的訓練樣本；Adaboost分類法能側重于比較重要的訓練數據，識別速度快、實時性較高。我國車牌由漢字、英文字母和阿拉伯數字3種字符組成，且具有統(tǒng)一的樣式，這也是識別過程的方便之處。但由于車牌很容易受外在環(huán)境的影響，出現模糊、斷裂、污損字符的情況，如何提高這類字符和易混淆字符的識別率，也是字符識別的難點之一。易混淆字符包括：0與D、0與Q、2與Z、8與B、5與S、6與G、4與A等。

隨著行業(yè)的發(fā)展，市場各式各樣的需求，市場對車牌識別系統(tǒng)(車牌識別系統(tǒng))的需求越來越廣泛，主要分為：軟件識別和硬件識別。通過車牌號碼的自動識別、自動登陸、自動對比，系統(tǒng)可以實現自動開閘、自動計費、自動驗證用戶車輛身份、自動區(qū)分內外部車輛、自動計算車位數、自動報警等諸多智能化功能。

隨著現在我國的經濟不斷快速進行發(fā)展，汽車的擁有數量也是在逐年進行增多的，從但是當車輛逐漸多了之后，我們對于外來車輛進行相應的排查以及分類也就變得非常的復雜了，所以，現在已經有很多的小區(qū)都開始安裝有車牌識別功能的系統(tǒng)，用來區(qū)別小區(qū)內外的車輛來結合相應的收費系統(tǒng)，對那些停留長時間的車輛比較合理的進行收費。

個人停車車庫
?
　　可能有不少人都有了屬于自己的私人車庫，就會有很多的個人的車庫，直接讓車庫門還有車牌識別系統(tǒng)之間進行聯(lián)動，只需要將自己的車開到門前，車庫的門就會自動打開，非常的方便有，比較常見的就是用車庫滑升門或者是渦輪硬質快速卷簾門來配合車牌識別系統(tǒng)。