對(duì)圖像預(yù)處置
?
　　車牌識(shí)別中車牌定位之前普通要對(duì)圖像做預(yù)處置，然后再停止車牌的定位、分割、辨認(rèn)等局部。由于得到的車牌圖像可能含有較多噪聲，或圖像比照度不強(qiáng)、車牌被局部遮擋、車牌處呈現(xiàn)污點(diǎn)、變臟、含糊褪色、有其它字符區(qū)域干擾、以及呈現(xiàn)因運(yùn)動(dòng)產(chǎn)生的圖像含糊失真等狀況，所以定位算法完成起來有較多艱難。關(guān)于字符分割，則可能存在光照不均、污跡嚴(yán)重、車牌傾斜、比照度小、牌照褪色、牌照字符粘連等不利要素，這樣就需求研發(fā)與之順應(yīng)的算法。如算法能順應(yīng)各種復(fù)雜環(huán)境和有噪聲、車牌遮擋、車牌傾斜等情況的話，那就能夠大大進(jìn)步車牌辨認(rèn)的概率。

2、預(yù)處理
?
　　由于圖像質(zhì)量容易受光照、天氣、相機(jī)位置等因素的影響，所以在識(shí)別車牌之前需要先對(duì)相機(jī)和圖像做一些預(yù)處理，以得到車牌清晰的圖像。一般會(huì)根據(jù)對(duì)現(xiàn)場(chǎng)環(huán)境和已經(jīng)拍攝到的圖像的分析得出結(jié)論，實(shí)現(xiàn)相機(jī)的自動(dòng)曝光處理、自動(dòng)白平衡處理、自動(dòng)逆光處理、自動(dòng)過爆處理等，并對(duì)圖像進(jìn)行噪聲過濾、對(duì)比度增強(qiáng)、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(qiáng)對(duì)比度的方法有對(duì)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(gè)字符、字符間的位置關(guān)系、每個(gè)字符的寬高等信息，所以，為了車牌類型匹配和字符識(shí)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(jié)果或邊緣提取結(jié)果，利用字符的結(jié)構(gòu)特征、字符間的相似性、字符間間隔等信息，一方面把單個(gè)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(duì)的挑戰(zhàn)，有待更好的算法出現(xiàn)并解決以上問題。

小區(qū)出入口
?
　　車牌識(shí)別還有小區(qū)的出入口收費(fèi)系統(tǒng)之間進(jìn)行聯(lián)動(dòng)，主要作用就是可以識(shí)別進(jìn)入到小區(qū)的車輛是否屬于本在小區(qū)進(jìn)行注冊(cè)的小區(qū)業(yè)主的車輛，如果像是一些外來的車輛，那么就可以查相關(guān)的資料，同時(shí)還需要進(jìn)行記錄進(jìn)入的時(shí)間，到出小區(qū)的時(shí)候進(jìn)行相應(yīng)的收費(fèi)根據(jù)。有了車牌識(shí)別系統(tǒng)之后，甚至能夠做到無人值守，而且來說配合支付寶或者是等第三方應(yīng)用，這樣就能實(shí)現(xiàn)自動(dòng)進(jìn)行收費(fèi)，比較常見于各大小區(qū)以及大型的超市。

個(gè)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(huì)有很多的個(gè)人的車庫，直接讓車庫門還有車牌識(shí)別系統(tǒng)之間進(jìn)行聯(lián)動(dòng)，只需要將自己的車開到門前，車庫的門就會(huì)自動(dòng)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(zhì)快速卷簾門來配合車牌識(shí)別系統(tǒng)。

工業(yè)快速卷簾門
?
　　在工業(yè)方面應(yīng)用的比較多的主要就是，車牌識(shí)別系統(tǒng)還有快速卷簾門或者是快速堆積門之間進(jìn)行聯(lián)動(dòng)，來實(shí)現(xiàn)對(duì)車輛的識(shí)別以及放行。比較常見的場(chǎng)所就是自動(dòng)洗車房，只需要我們?cè)诰W(wǎng)上進(jìn)行交費(fèi)，車牌就會(huì)自動(dòng)識(shí)別進(jìn)入洗車。