随着社会经济的迅速发展，汽车在人们的工作、生产和生活中扮演着越来越重要的角色，中国汽车的总体数量在急速增加，中国交通也变得越来越难管理，出现的交通问题也越来越复杂。

　　直到车牌识别系统的出现，才让道路、车辆、使用者三者紧密协调、和谐统一起来，车牌识别在社会上全方位发挥作用，是一个实时、准确、高效的城市交通系统，再一个就是现在正在大力发展的智慧停车场也是需要有着车牌识别系统来做保证，这样才能更加容易做到智慧停车，而车牌识别系统的核心是车牌识别算法。

　　识别算法是整个系统中含金量最高的科技，其研发成本也是占据整个产品研发成本的大头，研发团队花费在算法的心血和时间是最多的。

　　一、图像灰度化

　　随着科技的发展，各种彩色照片和彩色技术泛滥成灾，但是这些彩色图像中包含了大量的无关信息。对于识别算法而言，彩色图像会造成很大的干扰，因此算法需要对其进行灰度化处理。

　　二、图像预处理

　　(1)边缘检测

　　图像边缘是图像分割、目标区域识别和区域形状提取的基础，在提取车牌位置中也占非常重要的地位，所以边缘检测是非常有必要的。

　　(2)图像腐蚀

　　图像腐蚀可以把边缘图像腐蚀掉，经过腐蚀后，可以获得目标区域的图像，大大缩小了目标范围，提高车牌识别算法准确度。

　　(3)填充图像

　　填充图像是对图像进行闭运算，用来平滑图像轮廓，用作填充目标内的细小空洞、裂缝、断开的目标等等。

　　(4)形态滤波

　　最后采用形态滤波，将大量不相关的小对象去除，剩下的才是需要识别的目标。

　　三、车牌定位

　　经过预处理的图像，剩下都是大大小小的矩形图样，只需要在这些图形中找出车牌的矩形的图形就能够实施下一步。通过一些计算就能够从中找出车牌的位置，并且提取该矩形的内容。

　　四、字符分割

　　通过二值图像从左到右的方式按列计算每一个列之和，利用1和0的方式区别出来，最后把每一个字符都分割出来了。

　　五、字符识别

　　将字符分割出来后，算法需要如何才能识别出每一个字符。首先建立识别样本库，读取分割且归一化的字符，把切割的字符和模板库相匹配，最后得出分割字符的所有数据。