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，最終組成牌照號碼。

　　車牌識別過程中，牌照顏色的識別依據算法不同，可能在上述不同步驟實現，通常與車牌識別互相配合、互相驗證。

1) 牌照定位

　　自然環境下，汽車圖像背景復雜、光照不均勻，如何在自然背景中準確地確定牌照區域是整個識別過程的關鍵。首先對采集到的視頻圖像進行大范圍相關搜索，找到符合汽車牌照特征的若干區域作為候選區，然后對這些侯選區域做進一步分析、評判，{zh1}選定一個區域作為牌照區域，并將其從圖像中分離出來。

　　2) 牌照字符分割

　　完成牌照區域的定位后，再將牌照區域分割成單個字符，然后進行識別。字符分割一般采用垂直投影法。由于字符在垂直方向上的投影必然在字符間或字符內的間隙處取得局部值的附近，并且這個位置應滿足牌照的字符書寫格式、字符、尺寸限制和一些其他條件。利用垂直投影法對復雜環境下的汽車圖像中的字符分割有較好的效果。

　　3) 牌照字符識別方法主要有基于模板匹配算法和基于人工神經網絡算法。基于模板匹配算法首先將分割后的字符二值化并將其尺寸大小縮放為字符數據庫中模板的大小，然后與所有的模板進行匹配，選擇匹配作為結果。基于人工神經網絡的算法有兩種：一種是先對字符進行特征提取，然后用所獲得特征來訓練神經網絡分配器；另一種方法是直接把圖像輸入網絡，由網絡自動實現特征提取直至識別出結果。

現化停車場管理中，涉及到各方面的管理，其中車輛的管理是一個重要的方面。尤其是對特殊停車場、大院而言，要求對各種車輛實時地進行嚴格的管理，對其出入的時間進行嚴格的監視，并對各類車輛進行登記（bao括內部車輛和外部車輛）和識別，如為內部車輛則正常放行，如外部車輛則需要進行記錄、檢查后做出放行或阻擋的處理，并將各種信息輸入到數據庫。對大規模的營區中，各種出入的車輛較多，如每輛車都要進行人工判斷，既費時，又不利于管理和查詢，保衛工作比較困難，效率低下。為了改善這種與現化停車場、大院不相稱的管理模式，需要盡快實現停車場保安工作的自動化、智能化，并以計算機網絡的形式進行管理，對所有出入口的車。

車牌識別智能停車場系統的系統組成：

車牌識別停車場系統主要由管理控制中心，進口設備、出口設備三大部分構成

對不同光照的適應能力

    在工程現場環境比較復雜，例如：煙霧、雨雪、日光不同角度的照射、車燈以及大型廣告牌等都有可能對識別設備造成干擾，特別是采用外觸發方式的識別設備，其識別率嚴重依賴于所抓拍的圖片，當抓拍的瞬間，車號處在受干擾位置，會造成誤識別。

    我公司的車號識別設備對視頻圖像進行逐幀實時處理，車輛在運動過程中，角度、光照是不斷變化的，總會在某些時刻車號是清晰的，一定會采集到一些車號清晰的視頻幀用于分析和識別，因此我公司的車號識別設備對光線、氣候的抗干擾能力極強。

    對自然環境的適應能力

    溫度的適應能力

    為適應環境溫度的變化，本產品采用了寬溫度范圍的器件，并進行了大范圍溫度變化的實際測試，wq可以滿足較大環境溫度變化（-40℃~70℃）范圍的應用。對于環境溫度變化更大的地區，產品對內部溫度采取半導體溫度調節技術加以調整，可滿足溫度變化范圍非常大地區的應用。同時具有很好的防雨、雪和高濕能力。