近几来，面对传统停车业务在高速发展的城市交通面前暴露出各种难题，如停车难、寻车难等各种问题，而车牌识别技术无疑成为智慧交通行业发展的核心技术。车牌识别可以简单概括为基于图像分割和图像识别的技术，对含有车辆号牌的图像进行分析处理，从而确定牌照在图像中的位置，并进一步提取和识别出文本字符。

一般来说，车牌识别包括图像采集、预处理、车牌定位、字符分割、字符识别、结果输出等一系列算法运算。车牌识别应用在智慧停车领域也无外乎出入口车牌识别、场内视频引导、道路停车三大板块，这三大板块也是城市停车整体架构中必不可少的部分。另外在这个车牌识别的整套识别业务还包括：图像采集、图像预处理、车牌定位、字符分割、字符识别等环节，具体分析如下：

图像采集

通过IPC过车或车辆违章行为进行实时、不间断记录、采集。

图像预处理

影响车辆识别率高低的关键因素，因此，需要对IPC采集到的原始图像进行噪声过滤、自动白平衡、自动曝光以及伽马校正、边缘增强、对比度调整等处理。

车牌定位

准确与否直接决定后面的字符分割和识别效果，是影响整个车牌识别率的重要因素。其核心是纹理特征分析定位算法，在经过图像预处理之后的灰度图像上进行行列扫描，通过行扫描确定在列方向上含有车牌线段的候选区域，确定该区域的起始行坐标和高度，然后对该区域进行列扫描确定其列坐标和宽度，由此确定一个车牌区域。通过这样的算法可以对图像中的所有车牌实现定位。

字符分割

在图像中定位出车牌区域后，通过灰度化、灰度拉伸、二值化、边缘化等处理，进一步精确定位字符区域，然后根据字符尺寸特征提出动态模板法进行字符分割，并将字符大小进行归一化处理。

字符识别

对对分割后的字符进行缩放、特征提取，获得特定字符的表达形式，然后通过分类判别函数和分类规则，与字符数据库模板中的标准字符表达形式进行匹配判别，就可以识别出输入的字符图像。