圖像預(yù)處理模塊：是指車牌識(shí)別系統(tǒng)對(duì)所拍攝的汽車圖像進(jìn)行灰度化和邊緣檢測(cè)處理。在自然條件下外界太陽光照往往不均勻，光線強(qiáng)度也是不斷變化的，特別是有chao速情況，在此條件下，被攝像機(jī)拍攝到的汽車圖像往往是不清晰甚至是模糊的，為了得到清晰的圖像此時(shí)須要對(duì)車輛圖像其進(jìn)行圖像增強(qiáng)處理；除了光照和光線的影響之外，電子器件和外界環(huán)境所帶來的噪聲干擾也會(huì)造成車輛圖像清晰度的下降，因此除了對(duì)圖像進(jìn)行圖像增強(qiáng)處理外還需對(duì)原始車輛圖像進(jìn)行降噪處理。該系統(tǒng)將獲得的機(jī)動(dòng)車所有的圖像實(shí)行串連處理后，會(huì)用數(shù)字字符的方法輸送得出的信息，這樣不僅存儲(chǔ)空間少，而且操作更加便捷。

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(jì)所要的車牌區(qū)域的圖像分割出來，為下一步的字符識(shí)別操作做準(zhǔn)備。車牌圖像處理后的灰度圖是一個(gè)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(cè)操作來對(duì)圖像進(jìn)行分割。車牌的組成在我國(guó)都是一樣的，由各地的省會(huì)簡(jiǎn)稱、24個(gè)英文字母以及10個(gè)阿拉伯?dāng)?shù)字組成的。車牌定位和分割的精準(zhǔn)度將直接影響到終的字符識(shí)別的好壞。

目前針對(duì)車牌識(shí)別系統(tǒng)的研究主要可分為基于嵌入式平臺(tái)和基于PC機(jī)平臺(tái)兩種研究方向。傳統(tǒng)的基于PC平臺(tái)的車牌識(shí)別系統(tǒng)除在在信息處理應(yīng)用實(shí)時(shí)性方面難以滿足人們的日常需求， 同時(shí)，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。車牌識(shí)別系統(tǒng)的各功能組成部分是該文研究的主要內(nèi)容，詳細(xì)內(nèi)容如下?？梢姡趯?shí)際交通管理應(yīng)用中，基于PC機(jī)平臺(tái)的車牌識(shí)別系統(tǒng)具有很多限制與缺陷。鑒于傳統(tǒng)基于PC平臺(tái)的車牌識(shí)別系統(tǒng)存在的缺點(diǎn)和不足，本文提出了基于MCS-51單片機(jī)的車牌識(shí)別系統(tǒng)。

汽車牌照的識(shí)別定位：對(duì)汽車牌照范圍內(nèi)的定位是識(shí)別車牌整個(gè)過程中的重點(diǎn)，假若汽車牌照的定位出現(xiàn)偏差，會(huì)直接影響后面的字符分割及字符識(shí)別效果。我們將總結(jié)這些問題，并在適當(dāng)?shù)臅r(shí)候與供應(yīng)商捷順科技進(jìn)行溝通，以尋求解決方案。汽車牌照定位的關(guān)鍵點(diǎn)為紋理特征的分析定位方法，該方法在經(jīng)過預(yù)處理之后對(duì)灰度圖像進(jìn)行掃描，經(jīng)過掃描后斷定包含汽車牌照的線段的待選區(qū)域，后確定此范圍內(nèi)的起始坐標(biāo)和坐標(biāo)高度以及列坐標(biāo)和坐標(biāo)的寬度，從而判斷出整個(gè)汽車牌照的區(qū)域，這就完成了對(duì)圖像中的全部汽車牌照實(shí)現(xiàn)了定位。