在實際工作場景中采集到的數(shù)字圖像通常會因為外界環(huán)境、攝像設(shè)備、傳輸線路或保存精度等方面的原因，使其在進行預(yù)處理前受到各種噪聲的污染。并且在圖像處理過程中也可能會對圖像產(chǎn)生噪聲。噪聲與我們想要處理的圖像沒有任何關(guān)聯(lián)，還會對我們的處理產(chǎn)生不好的影響。所以，一般情況下我們會在進行圖像處理前對圖像采用濾波技術(shù)進行處理，常用的濾波方法有：中值濾波、均值濾波、高斯濾波等。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，最后實現(xiàn)車輛字符的識別。

車牌識別技術(shù)和定位系統(tǒng)的研究，在我國已經(jīng)有十余年的發(fā)展，該系統(tǒng)目前應(yīng)用仍處于起步階段，該系統(tǒng)采用成熟的大規(guī)模投資還沒有出現(xiàn)，車牌識別系統(tǒng)作為提高交通管理的有效工具，技術(shù)水平依然需要完善。當今許多實際應(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；在實際工作場景中采集到的數(shù)字圖像通常會因為外界環(huán)境、攝像設(shè)備、傳輸線路或保存精度等方面的原因，使其在進行預(yù)處理前受到各種噪聲的污染。而且多數(shù)情況下，同時出現(xiàn)多輛汽車，背景有廣告牌、樹木、建筑物、斑馬線以及各種背景文字等，現(xiàn)有的識別方法也不能很好適應(yīng)多變的環(huán)境。車牌自動采集和管理及其他相關(guān)信息流量管理，園區(qū)車輛管理，停車場管理，交jing督察和重大意義等方面，并成為信息處理技術(shù)的一個重要的研究課題。

車牌的組成在我國都是一樣的，由各地的省會簡稱、24 個英文字母以及10個阿拉伯數(shù)字組成的。本文采用識別方法是神經(jīng)網(wǎng)絡(luò)，通過構(gòu)造一個三層的神經(jīng)網(wǎng)絡(luò)對分割的字符進行識別。字符識別的方法有很多，本文采用識別方法是神經(jīng)網(wǎng)絡(luò)，通過構(gòu)造一個三層的神經(jīng)網(wǎng)絡(luò)對分割的字符進行識別。字符識別中對特征值的選取是非常重要的，特征值選取的好壞直接關(guān)系到識別的準確度。車牌識別系統(tǒng)在停車場中使用，可以讓人們享受到暢通無阻的停車模式，車主通過停車場時，通過車牌識別系統(tǒng)對車輛車牌號的抓拍，將數(shù)據(jù)上傳到數(shù)據(jù)庫，通過信號傳輸，道閘自動開閘，讓人們實現(xiàn)不停車通行。