車牌識別系統(tǒng)通過應(yīng)用數(shù)字成像技術(shù)和計算機信息處理技術(shù)，采用合適的圖像處理、模式識別和人工智能技術(shù)，通過對圖像的采集和處理，獲得更準確的wei章車輛信息，從而達到更有效率的的車輛程度。

車牌自動識別系統(tǒng)產(chǎn)品的主要性能指標是識別率和識別速度，這兩個性能指標既可以表征一個車牌自動識別系統(tǒng)性能的好壞。傳統(tǒng)的基于PC平臺的車牌識別系統(tǒng)除在在信息處理應(yīng)用實時性方面難以滿足人們的日常需求，同時，在網(wǎng)絡(luò)管理應(yīng)用方面也存在帶寬的壓力，信息采集終端方面的成本也過高。但是因為攝像設(shè)備所拍到的圖像的清晰度不夠，也因為處理圖像的技術(shù)也不夠完善，所以車牌自動識別系統(tǒng)的識別率和識別速度一直未能大幅提高。因此，研究出高速準確的定位與識別算法是當前的主要任務(wù)。

車牌定位是指在經(jīng)過圖像預(yù)處理操作后的灰度圖像中判斷出車輛車牌所在的區(qū)域，而車牌分割是指在完整的車輛圖像中把本設(shè)計所要的車牌區(qū)域的圖像分割出來，為下一步的字符識別操作做準備。車牌自動識別技術(shù)可應(yīng)用于道路收費系統(tǒng)，交通管理系統(tǒng)領(lǐng)域，起到節(jié)省人力成本，提高工作效率，完善管理制度等。車牌圖像處理后的灰度圖是一個水平度很高的矩形圖樣，在預(yù)處理圖中比較集中，且字符的灰度值和相鄰字符圖樣有較明顯差別，因此很容易用邊緣算法檢測操作來對圖像進行分割。車牌定位和分割的精準度將直接影響到終的字符識別的好壞。

　車牌識別系統(tǒng)是當今智能交通管理技術(shù)研究的重要課題。車牌的定位與校正本章主要描述的是對已有車牌定位方法的研究，了解它們的算法原理及其優(yōu)缺點，并提出了一種效果更好適用范圍更廣的車牌識別系統(tǒng)方法，即將MeanShift算法運用到車牌識別系統(tǒng)，然后在此基礎(chǔ)上對車牌進行校正。識別、處理系統(tǒng)在運轉(zhuǎn)過程中接收的車輛圖像、車牌定位、字符分割，然后自動識別汽車牌照字符，這是車牌識別系統(tǒng)的核心過程。該系統(tǒng)借助汽車牌照的wei一性來管理車輛信息。在現(xiàn)代交通行業(yè)發(fā)展過程中，車牌的識別體系是制約交通管理實現(xiàn)科技化的因素，該課題研究的車牌識別體系大大降低了交通管理工作的復(fù)雜程度。該系統(tǒng)首先需要獲取車輛的圖像，然后將獲取的牌照圖像進行分割，后實現(xiàn)車輛字符的識別。