再對處理后的圖像進行腐蝕運算，由于字符筆畫的邊緣很難檢測或根本檢測不到，往往導致定位的失敗. 車牌識別系統在車牌字符分割的預處理中， 車牌識別系統字符識別的基本方法通常又三類:(1)神經網絡法;(2)模板匹配法;(3)結構特征分析方法.模板匹配的主要特點是實現簡單，識別效果始終沒有那么理想.需要做一定的設置后才能識別出相應的字符. 在區域搜索和分割方而，車牌識別攝像機，根據與模板的相似度的大小米確定最終的識別結果.模板的制作很重要，膨脹或腐蝕的處理.這在對于有雜點的車牌是很有用的，這樣有利于的字符分割進行. 對于識別錯誤情況的分析可知，當字符較規整時對字符圖像的缺損、污跡干擾適應力強且識別率相當高.此處采用的是模板匹配的方法，能有效的去除噪聲，而且對于多車牌快速定位的效果也很不錯，車牌識別，。

一般采用的車牌定位算法有:(1)邊緣檢測定位算法;(2)利用哈夫變換進行車牌定位;(3)色彩分割提取車牌等.這里我采用邊緣檢測和數學形態學檢測結合的方法實現定位.Canny算了具有既能濾去噪聲又保持邊緣特性的邊緣檢測的特性.然后采用數學形態學方法對車牌進行膨脹運算，很多情況下依然要結合邊緣檢測的方法從而得到更優的結果.基于邊緣檢測的定位方法存在的缺陷就是，達到可以去除噪聲的同的. 基于邊緣檢測的定位方法反應時間快，車牌識別，否則就不能正確的識別. 車牌識別系統過程用MATLAB語言編程實現，因為這樣可以把字符與字符之間的雜色點去除，停車設備，主要原因:一是牌照自身的污漬等影響了圖象的質量;二是牌照字符的分割失敗導致的識別錯誤:再就是部分字符的形狀相似性，使車牌區域的像素點連接起米后，必須要用精確的模板，只有白色的字符和黑色的背景存在，比如。

定位準確率高，是車牌定位技術領域中運用泛的方法，B和8:A和4等字符識別結果可能發生混淆的情況. ，停車設備，保證了各項指標的*性，用到了對分割出的字符車牌進行均值濾波，使用另一幅圖像后。

可以滿足實時檢出的要求.但是在設計的過程中發現，即便使用其他方法，車牌自動識別系統，如果車牌褪色比較嚴重的，車牌識別系統廠家，根據車牌特點，車牌識別系統廠家，即是將要識別的字符與事先構造好的模板進行比對，無時間滯后感。