字符识别的准确性直接决定了该系统是否。在之前的研究中经常被用于字符的识别主要有模板匹配法和神经网络识别法。在这次研究设计中我们采用的是模板匹配法进行识别，该方法是将分割出来的字符样本进行字符归一化处理，使图像大小与原先已经存储在计算机内的标准字符大小一致，再与标准字符进行一一对比，结果取差异小的相对应的标准字符。这种模板匹配的方法相对比较、简单。但是对字符图像要求比较高，一旦图像有噪声或者亮度问题其结果就可以能存在差异。神经网络识别法，它是结合神经网络技术，依靠人的经验来取得字符的特征，再利用神经网络的辨别能力来对字符进行识别，这个方法得到的结果会比较准确，但技术要求较高。

　　图像中车辆牌照是具有比较显著特征的一块图象区域，这此特征表现在:近似水平的矩形区域；其中字符串都是按水平方向排列的；在整体图象中的位置较为固定。正是由于牌照图象的这些特点，再经过适当的图象变换，它在整幅中可以明显地呈现出其边缘。边缘提取是较经典的算法，此处边缘的提取采用的是Roberts算子。图9即是运用Roberts算子进行边缘检测得到的图像。车牌边缘很明显，但是车牌边缘并不是连续的，不利于根据其特征进行进一步的判断。因此，需要对其进行形态学的处理，使其成为一个连通的整体，便于后续定位。在进行形态学处理时，首先采用imclearborder 函数对提取后的车牌边缘进行连通处理，删除和图像边界相连的细小的对象，使得相邻的区域可以连成一个整体。然后进行数学形态学的腐蚀和膨胀运算，从而使车牌区域的垂直边缘连接成一个整体，同时周围的干扰区域分离，成为一个独立的区域。水平结构元素可以是形如[1...1]的滑动窗口，结构元素的大小取决于车牌图像的大小，一般取车牌图像大小的统计均值。

　　地感检测器的工作原理:单车道红绿灯引导系统对通道两端相向而行的车辆进行优先行驶权的判断、并同时对优先行驶方向的车辆进行自动计数、延时等自动控制。在窄道红绿灯控制系统的施工中，一定会在通道的两端安装地感检测器来对通道两端的车辆进行识别，当车辆经过地感检测器后，窄道红绿灯控制系统就会触发优先通行的权限，并对优先方向的车辆进行自动计数、延时自动复位等智能控制；地感检测器的选用:目前主流方案有两种，一种是采用单路地感检测器，另外一种是选用双路地感检测器，其中选用双路地感检测器的单通道红绿灯引导系统需要切割4个线圈，施工难度比选用单路地感检测器的单车道红绿灯控制系统要多2个线圈，施工难度及设备成本都会有所增加；

　　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。