依靠科技求发展，不断为用户提供满意的智能化系统，优质的产品、适中的价格、专业的技术和一流的服务是我们永恒的追求。在机会和挑战并存的竞争环境中，为满足市场不断增长的需求，公司将一直站在行业高新技术的尖端，秉承“理性务实、创新发展”的宗旨，奉行“进取、求实、严谨、团结”的方针，不断开拓创新，以技术为核心、视质量为生命、奉用户为上帝，竭诚为您提供性价比最高的智能产品、高质量的工程设计改造及无微不至的售后服务。

　　对车牌照识别系统的发展及其组成模块进行综述，论述了每一个模块的作用，以MATLAB语言为主要编程语言，实现车牌识别系统中车牌定位、字符切分以及字符识别的功能。研究了用于车牌识别的多门基础理论如数字图像处理、数学形态学、模式识别等；重点研究了常用的数字图像处理算法，包括图像的灰度变换及修正、二值化、图像去噪及边缘检测等。在字符分割部分前期的处理使得的分割结果比较理想，主要进行了二值化、均值滤波以及膨胀与腐蚀操作。在字符识别部分主要运用了模板匹配的算法，并且对神经网络算法的应用进行了初步研究。根据实验结果仍然存在的缺陷及不足，给出结论，提出展望。

　　对该系统使用的模板匹配的识别方法，它先依次提取需要识别的字符的二值图像上下左右四个点的像素点，想沿着图像中心方向提取周围像素点，计算出每个像素点与标准模板对应该坐标的像素点的相识度，其中相似度高的标准字符图就作为需要的字符的对应字。也可以计算出原始图像一些特征像素点之间的距离，再计算出标准模板对应特征点的距离，再判断他们距离的差异。取小差异的标准模板为结果。但是，由于原始字符在可能会由于拍摄的时候角度原因和图像经过处理后，图像像素点距离发生改变。所以，在对标准模板的设计时应根据实际拍摄角度等多做一些相对于的模板，让比较结果更为。

　　车牌识别技术要求能够将运动中的汽车牌照从复杂背景中提取并识别出来，通过车牌提取、图像预处理、特征提取、车牌字符识别等技术，识别车辆牌号、颜等信息，目前新的技术水平为字母和数字的识别率可达到99.7%，汉字的识别率可达到99%。车牌识别技术的识别率一个车牌识别系统是否实用，重要的是识别率。交通技术作过专门的识别率论述，要求是24小时全天候全牌正确识别率95%以上。为了测试一个车牌识别系统识别率，需要将该系统安装在一个实际应用环境中，全天候运行24小时以上，采集至少1000辆自然车流通行时的车牌照进行识别，并且需要将车辆牌照图像和识别结果存储下来，以便调取查看。然后，还需要得到实际通过的车辆图像以及正确的人工识别结果。