在實(shí)際工作場(chǎng)景中采集到的數(shù)字圖像通常會(huì)因?yàn)橥饨绛h(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(jìn)行預(yù)處理前受到各種噪聲的污染。在這里，對(duì)車牌定位的精度要求是很高的，這也關(guān)乎我們后期對(duì)圖片的處理結(jié)果。并且在圖像處理過程中也可能會(huì)對(duì)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(huì)對(duì)我們的處理產(chǎn)生不好的影響。所以，一般情況下我們會(huì)在進(jìn)行圖像處理前對(duì)圖像采用濾波技術(shù)進(jìn)行處理，常用的濾波方法有：中值濾波、均值濾波、高斯濾波等。

車牌校正

車牌校正是為了解決拍攝的車牌圖像因?yàn)榻嵌葐栴}，導(dǎo)致定位后的車牌傾斜，而傾斜的車牌會(huì)給車牌識(shí)別系統(tǒng)的后繼步驟增添麻煩，車牌校正是必須的。車牌自動(dòng)辨認(rèn)系統(tǒng)產(chǎn)品的主要性能指標(biāo)是辨認(rèn)率和辨認(rèn)速度，這兩個(gè)性能指標(biāo)既可以表征一個(gè)車牌自動(dòng)識(shí)別系統(tǒng)性能的好壞。車牌校正是利用車牌區(qū)域的矩形序列分布同組成車牌號(hào)的字母、數(shù)字位置的分布基本一致的特征，找到了矩形序列中矩形左上角像素點(diǎn)排列的近似斜率，從而找出車牌區(qū)域的偏轉(zhuǎn)角度，完成車牌圖像區(qū)域的校正。

車牌字符分割主要后面的字符識(shí)別做準(zhǔn)備，它是把車牌圖像區(qū)域中的字符和數(shù)字一一地分割開，以便于后續(xù)處理中對(duì)單個(gè)字符進(jìn)行識(shí)別。字符分割的方法[2]主要有：基于連通域標(biāo)記的字符分割算法、灰度垂直投影分割的方法等。

車牌的字符識(shí)別

車牌字符識(shí)別是將分割開的單個(gè)字符進(jìn)行匹配判斷。常用的車牌字符識(shí)別方法主要有：基于模板的識(shí)別算法、基于BP神經(jīng)網(wǎng)絡(luò)的識(shí)別算法等。