在安装成本上，采用视频流识别模式的车牌识别系统成本是更低的，与采用其他两种识别模式的车牌识别系统相比，它不仅设施识别消耗成本较少，安装成本也较少，而地感线圈识别模式的车牌识别系统在成本上则略高于视频流识别模式的车牌识别系统。采用视频流+地感识别模式的车牌识别系统的成本消耗也是更多的，基本达到上述两种模式的总和。至于当前市场上采用哪种识别模式的车牌识别系统较为受到欢迎，市场份额较多呢？根据科技的调查数据显示，目前采用视频流+地感识别模式的车牌识别系统占到的市场份额基本超过85%，而这种识别模式的车牌识别系统也是更受欢迎的。

　　进出停车场的车辆信息都保存在数据库中，数据可以定期、不定期导出，数据可以分析处理，停车场停车场利用率分析、停车场效益分析、停车场停车场管理辅助决策、停车场防盗报警等后期数据分析处理，具有较强的数据挖掘潜力。对于已建停车场，用户可以充分利用原有投资，提高整个管理系统的智能化和自动化；同样，新停车场的车牌自动识别器也可用于新管理系统的设计。像许多行业的发展一样，车牌识别系统随着用户容量不断扩大，对功能的要求也是存在着不断的升级，那么这个时候考验一个系统的拓展性的时候就到来了。因而在系统建设的早期阶段，首先根据近的应用程序要求进行系统配置。包括网络带宽、接口数量、数据库容量可安排，系统可通过设备在线升级和客户扩展进行扩展。那么车牌识别系统升级要把握哪些原则呢？

　　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。

　　“让科技刷新您的梦想”“让我们的服务成就您的品牌！”是我们秉承的宗旨，期待与更多的合作伙伴同行，赢得机会，赢得市场！

　　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。