車牌識別系統采用高度模塊化的設計，將車牌識別過程的各個環節各自作為一個獨立的模塊。①車輛檢測跟蹤模塊車輛檢測跟蹤模塊主要對視頻流進行分析，判斷其中車輛的位置，對圖像中的車輛進行跟蹤，并在車輛位置1佳時刻，記錄該車輛的特寫圖片，由于加入了跟蹤模塊，系統能夠很好地克服各種外界的干擾，使得到更加合理的識別結果，可以檢測無牌車輛并輸出結果。②車牌定位模塊車牌定位模塊是一個十分重要的環節，是后續環節的基礎，其準確性對整體系統性能的影響巨大。車牌系統完全摒棄了以往的算法思路，實現了一種完全基于學習的多種特征融合的車牌定位新算法，適用于各種復雜的背景環境和不同的攝像角度。

車牌識別系統的關鍵技術及算法。對車牌圖像進行圖像形態學操作：圖像濾波，即在盡量保留圖像細節特征的條件下對目標圖像的噪聲進行抑制，是圖像處理中消除噪聲的不可或缺的操作，其處理的結果的好壞將直接影響到對后續圖像進行處理和分析的有效性和可靠性。常用的濾波操作方法有很多種，如中值濾波、形態學濾波、高斯濾波、雙邊濾波等。我們在這里介紹一下中值濾波和本文所研究系統采用的形態學濾波。

為了進行車牌識別，需要以下幾個基本的步驟：1)牌照定位，定位圖片中的牌照位置；2)牌照字符分割，把牌照中的字符分割出來；3)牌照字符識別，把分割好的字符進行識別，終組成牌照號碼。實際應用中，車牌識別系統的識別率還與牌照質量和拍攝質量密切相關。牌照質量會受到各種因素的影響，如生銹、污損、油漆剝落、字體褪色、牌照被遮擋、牌照傾斜、高亮反光、多牌照、假2牌照等等；實際拍攝過程也會受到環境亮度、拍攝方式、車輛速度等等因素的影響。這些影響因素不同程度上降低了車牌識別的識別率，也正是車牌識別系統的困難和挑戰所在。為了提高識別率，除了不斷地完善識別算法還應該想辦法克服各種光照條件，使采集到的圖像利于識別。

車牌識別的發展。在智能化交通管理系統中，汽車身份識別相當于vc++中的“基類”地位，即智能化交通管理系統中的其他子模塊需要在汽車身份識別的基礎上進行繼承和發展。所以我們認為，汽車身份識別要求較高的集成度，1好能由可以嵌入到其他系統中的、集成度高的模塊來完成，如單片機、CPLD。而現階段的汽車身份識別大部分卻是依靠計算機來完成的。