停车场车牌识别系统是怎么样进行工作的？

当车牌识别系统被作为进程列入事件检测系统时，车辆探测器或交通执法系统一旦检测到事件发生，系统的相机就会启动并获得的图像数据，然后把图像数据发送到车牌识别系统，把车牌区域从图像中提取出来。如果无法找到车牌区域，则等待另一输入图像。然而，有时检测到多个车牌区域，它们在车牌识别阶段被仔细检查，对所有的候选车牌执行蒙板判别程序，确定最终的车牌区域，在确定车牌区域之后，还需要进行两个步骤——字符分割和字符识别。

这两项任务需要交替引用才能获得分割与识别最佳的效果。在这阶段，从候选车牌中恢复的字符将在确认核实阶段被确认.如果字符组符合我们定义车牌语义成分，它将被视为形成一个有效的车牌信息，有效的车牌信息由车牌识别系统保存并输出，随后，程序将返回到等待另一输入图像的状态。综上所述一个完整的系统。车牌识别系统主要包括：车牌图像捕捉与获取、图像预处理、车牌定位、字符分割、字符识别和车牌输出六个阶段。

第一、车牌识别的第一步是车辆图像捕捉与获取。根据图像采集设备不同可以分为两类;使用照相机采集的静态图像和使用摄像机采集的视频图像，对图像质量要求较高的系统则会使用照相机作为采集设备，但是随着CCD技术的发展，摄像的视频信号同样可以采集到120万以上像素高清图像，而且价格并不昂贵，对于实时性要求较高的车牌识别系统通常采用摄像机作为采集设备，如超速检测系统.目前国内的高速公路监控系统已经淘汰了相机，转而采用高清摄像机。

第二、对采集到的车牌图像进行预处理是车牌识别系统中一个重要环节.在车牌图像采集和输入过程中，受到外界复杂环境因素的影响，图像中可能包含不同程度的噪声图像的清晰度往往不尽如人意，摄像的角度等人为也会导致车牌出现倾斜、变形或缺损等现象。预处理的效果的好坏将直接影响到车牌识别的识别精度和识别速度.经过预处理后的不但能去除图像噪声、提高图像质量，降低其对车牌识别过程中的负面影响，还可以降低系统占用内存空间，提高识别速度。

第三、车牌识别技术的核心在于车牌定位、字符分割和字符识别三个阶段.不同的车牌识别技术算法差异主要集中在这里。车牌识别系统技术所涉及的知识主要是数学图像处理技术，其中车牌定位算法和字符分割算法主要应用了数字图像处理的图像预处理和图像分割的知识，而字符识别算法主要涉及模式识别技术。

第四、图像分割是数字图像处理和现代图像处理的核心技术，在对图像的研究中，我们通常仅仅只对图像中的某一部分感兴趣，这部分我们称为前景，而把其他部分称为背景，前景对应着图像中具有独特信息的区域。在车牌识别中就是为了分析图像中的车牌信息，因此需要从图像中把车牌区域分离出来，图像分割就是通过一系列算法将车辆图像的车牌信息与背景分离的过程。

第五、模式识别的目的是将对象进行分类，以实现数据的分类和拟合。广义上讲，任何可以区别是否相同或相似，并且可以被观察的事物，都可以称为模式;狭义上讲，对于车牌字符的识别就是统计不同字符的特征信息，加以归类，然后通过分类器将车牌字符分类，从而实现字符的识别。应用于字符识别的模式识别技术是一种从大量字符数据库中出发，在已知的字符特征信息基础上，利用推理的方法对字符自动完成识别的过程.模式识别一般包括学习或训练阶段、实现阶段两个阶段，二者相互关联，学习或训练阶段是对字符进行特征选择，训练分类器，实现阶段是利用训练好的分类器对未知样本进行分类识别。

第六、最后一步是车牌输出，车牌输出是把识别到的车牌信息显示或存入数据库，显示是为了验证识别的正确性，入库则为了后续的匹配、查询和相关处理。