车牌识别体系图画处理是人工智能在计算机图形学中的一个重要分支，是车牌识别体系的理论依据。在天然条件下吸取的车牌，除了包括很多噪声外，还具有多样性。为了使体系可以更好的别离车牌，有必要对原始图画进行预处理。本章首要评论车牌图画预处理的些常用方法，包括图画的灰度二值化、噪声处理、边际捉取等。当摄像机从外界摄入视频图画时，首先把它转换为静态图片，再送入计算机进行处理。由于拍摄环境的多变性，车牌图画中存在噪声和干扰，这些给车牌提取带来田难。体系首先将输入的五颜六色图画灰度化，而且进行亮度均匀，使图画具有较好的比照度；对图画进行边际提取操作前，往往先要进行噪声按捺操作，以进步边际提取的质量；二值化则多用于己提取车牌的处理上。

车牌图画预处理的难点在于：

1、车牌图画质量欠安，灰度化后会弱化图画中的车牌信息，因此好的灰度化处理非常必要；

2、由于光照的原因，车牌很可能呈现过分灰暗或亮堂的状况，这种条件下的二值化处理应该分状况评论，对应特别的切割阈值；

3、图画中的杂乱布景具有丰厚的边际信息，不但会增加体系识别的难度，也会形成体系的误判，怎样去除这些不必要的布景非常要害。买际操作中，由于车牌处于图画的中部偏下方位，所以一般取图画的下半部分进行处理或优先考虑图画中靠下方的方位。

4、车牌中的字符很简单住预处理中发生变形或丢掉信息的状况，要注意坚持车牌的字符信息。车牌识别体系智能泊车场办理体系是智能卡泊车体系结合先进的车牌识别技能完成对小区泊车办理的新式体系，将车牌号码和卡绑缚在一起作为车辆收支泊车场的凭据，完成了车辆收支泊车场图画的主动比照；卡、车比对成功放行，不然不放行，真实含义的完成了一卡一车，有用的避免车辆的丢掉。该体系是在一般的泊车场体系的基础上又提升一个阶梯，有用的弥补了泊车收费缝隙，增加了物业的收益，增强了小区泊车场的安全性。是强化小区物业泊车办理的必要挑选。