車(chē)牌識(shí)別系統(tǒng)通過(guò)應(yīng)用數(shù)字成像技術(shù)和計(jì)算機(jī)信息處理技術(shù)，采用合適的圖像處理、模式識(shí)別和人工智能技術(shù)，通過(guò)對(duì)圖像的采集和處理，獲得更準(zhǔn)確的wei章車(chē)輛信息，從而達(dá)到更有效率的的車(chē)輛程度。

車(chē)牌自動(dòng)識(shí)別系統(tǒng)產(chǎn)品的主要性能指標(biāo)是識(shí)別率和識(shí)別速度，這兩個(gè)性能指標(biāo)既可以表征一個(gè)車(chē)牌自動(dòng)識(shí)別系統(tǒng)性能的好壞。傳統(tǒng)的基于PC平臺(tái)的車(chē)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(guò)高。但是因?yàn)閿z像設(shè)備所拍到的圖像的清晰度不夠，也因?yàn)樘幚韴D像的技術(shù)也不夠完善，所以車(chē)牌自動(dòng)識(shí)別系統(tǒng)的識(shí)別率和識(shí)別速度一直未能大幅提高。因此，研究出高速準(zhǔn)確的定位與識(shí)別算法是當(dāng)前的主要任務(wù)。

車(chē)牌定位是指在經(jīng)過(guò)圖像預(yù)處理操作后的灰度圖像中判斷出車(chē)輛車(chē)牌所在的區(qū)域，而車(chē)牌分割是指在完整的車(chē)輛圖像中把本設(shè)計(jì)所要的車(chē)牌區(qū)域的圖像分割出來(lái)，為下一步的字符識(shí)別操作做準(zhǔn)備。車(chē)牌自動(dòng)識(shí)別技術(shù)可應(yīng)用于道路收費(fèi)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(chē)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(lái)對(duì)圖像進(jìn)行分割。車(chē)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。

　車(chē)牌識(shí)別系統(tǒng)是當(dāng)今智能交通管理技術(shù)研究的重要課題。車(chē)牌的定位與校正本章主要描述的是對(duì)已有車(chē)牌定位方法的研究，了解它們的算法原理及其優(yōu)缺點(diǎn)，并提出了一種效果更好適用范圍更廣的車(chē)牌識(shí)別系統(tǒng)方法，即將MeanShift算法運(yùn)用到車(chē)牌識(shí)別系統(tǒng)，然后在此基礎(chǔ)上對(duì)車(chē)牌進(jìn)行校正。識(shí)別、處理系統(tǒng)在運(yùn)轉(zhuǎn)過(guò)程中接收的車(chē)輛圖像、車(chē)牌定位、字符分割，然后自動(dòng)識(shí)別汽車(chē)牌照字符，這是車(chē)牌識(shí)別系統(tǒng)的核心過(guò)程。該系統(tǒng)借助汽車(chē)牌照的wei一性來(lái)管理車(chē)輛信息。在現(xiàn)代交通行業(yè)發(fā)展過(guò)程中，車(chē)牌的識(shí)別體系是制約交通管理實(shí)現(xiàn)科技化的因素，該課題研究的車(chē)牌識(shí)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(chē)輛的圖像，然后將獲取的牌照?qǐng)D像進(jìn)行分割，后實(shí)現(xiàn)車(chē)輛字符的識(shí)別。