通常使用摄像头拍摄到的车辆会存在大量的噪省，所以在处理车牌照图像识别前要先对图像做一些预先的处理。由摄像机等所采集到的含车辆的图片的预处理是指将采集到的含车辆车牌的原图像亮度做一定的调整和去除图像本身的噪声处理，让图像变得更清晰，并保留图像本身的纹理构造和增强图像的颜信息，尽可能减少对后面将要识别的区域纹理和颜信息的噪声的影响，让后面的车牌定位的准确性有所提高。 一张灰度图指的是它只包含了它本身固有的亮度而不含有它的彩信息，像八九十年代前的黑白照片就是一张亮度连续变化的灰度图。把一张彩的图像转为灰阶模式就是灰度化处理。一张彩的图像都是由R、G、B三原组成，图像的彩信息会随着三原的改变而改变。在计算机上，R、G、B的多少决定了这张图像的颜，通常，R、G、B它们都各有256级亮度，用数字0到255组成。灰度化就是让原彩图像的R、G、B相等的过程。

　　优势三:灵活的系统配置——本系统可以采用无卡管理模式，也可以采用有卡管理模式，也可以采用车辆号牌与卡的双重验模式。卡也可以采用各种IC卡、ID卡.系统均兼容。系统设置形象直观、操作简单——操作界面直观明了、设置完成无需人工干预。优势四:完善的防砸车功能——系统能自动检测车辆的进出，当车辆处于道闸下方时，系统能自动检测到车辆存在，道闸将不会落下。优势五:无卡管理模式——本系统可以省去IC卡或射频卡，实行无卡管理系统，对系统的性能不会产生影响。利用每一辆车均有一个车牌，且每车的车牌均不相同的特点，集成数字图像采集、数字图像处理、车辆号牌自动识别等技术，真正实现了高度智能化，工作由计算机自动完成，具有、方便、快捷、等特点。

　　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。

　　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。