車牌定位模塊：該單元是指在對原始車輛圖像進(jìn)行圖像增強(qiáng)處理和降噪處理后還需對圖像進(jìn)行定位處理，即對在一張完整的車輛圖像中去掉我們不需要的部分定位出車牌區(qū)域。在一張拍攝的車輛圖像中，只有含車牌號碼的部分，對識別工作有意義，我們可以將其他區(qū)域設(shè)法除去，即從整個車輛圖像中準(zhǔn)確的找出并分離出車牌所在位置的圖像，這樣做的好處是可以節(jié)省系統(tǒng)識別時間。字符的分割，每個字符的分割位置都需要通過相關(guān)的投影信息來確定位置。

識別的方法，可以選擇的有神經(jīng)網(wǎng)絡(luò)法和模塊匹配法等。在這里，對車牌定位的精度要求是很高的，這也關(guān)乎我們后期對圖片的處理結(jié)果。車牌包含的信息是多個字符，想要對車牌進(jìn)行識別，首先我們需要將車牌的多個字符進(jìn)行分割處理。字符分割技術(shù)將車牌的多個字符分割為單一字符，我們利用識別技術(shù)對字符進(jìn)行識別。主要的識別技術(shù)有神經(jīng)網(wǎng)絡(luò)法和模塊匹配法等。目前重要的是必須提高系統(tǒng)的識別率。當(dāng)今許多實際應(yīng)用場合，如在繁忙交通路口臨時對欠稅費、報廢、掛失等車輛的稽查，則監(jiān)視區(qū)域比較復(fù)雜，現(xiàn)有識別方法無法直接應(yīng)用。

該系統(tǒng)將獲得的機(jī)動車所有的圖像實行串連處理后，會用數(shù)字字符的方法輸送得出的信息，這樣不僅存儲空間少，而且操作更加便捷。由此看來該課題研究的內(nèi)容發(fā)展空間很廣泛，它的速度與方便性是人工汽車牌照識別遠(yuǎn)遠(yuǎn)達(dá)不到的，這對交通發(fā)展領(lǐng)域有深遠(yuǎn)的影響。

文章對計算機(jī)圖像處理、人工智能、模式識別等車牌識別的背景知識進(jìn)行深入研究，摸索出了用數(shù)字圖像知識進(jìn)行車牌識別的方法并重點研究，對在較為復(fù)雜的背景下的車牌定位、字符分割的車牌字符識別算法進(jìn)行了重點研究，在識別上取得了良好效果。

車牌識別系統(tǒng)應(yīng)用于出入口管理系統(tǒng)的優(yōu)點。車牌識別裝置安裝在出入口處，記錄車牌號和車輛出入時間，并與自動門和欄桿機(jī)的控制裝置相結(jié)合，實現(xiàn)車輛的自動管理。 。該系統(tǒng)的應(yīng)用可以自動計算可用停車位的數(shù)量，并提供實現(xiàn)自動停車管理的技巧，節(jié)省人力和提率。適用于公司可以自動判斷進(jìn)入公司的車輛是否屬于公司，該應(yīng)用可以與車輛調(diào)度系統(tǒng)相結(jié)合，自動客觀地記錄車輛的車輛，有效提高車輛的使用效率。它不僅用作入口和出口管理，還有助于內(nèi)部訂單管理。它可以自動記錄車輛的訪問權(quán)限，進(jìn)入時間，禮貌地拒速之客。本設(shè)計采用的是RGB模型檢測方法，具體的方法就是將檢測得到的像素點與RGB模型進(jìn)行比對，就可以得出車牌的顏色。由于所有車輛的交通信息都將存儲在服務(wù)器中，不需要手動記錄車牌，服務(wù)器提供豐富的查詢功能，還可以幫助用戶快速定位車輛和乘客信息。