停车场车牌识别系统依据图画切开和图画辨认理论，对富含车牌辨认车辆号牌的图画进行剖析处理，然后断定牌照在图画中的方位，并进一步获取和辨认出文本字符。停车场车牌识别系统的进程包含图画收集、预处理、车牌定位、字符切开、字符辨认、成果输出等一系列算法运算，其运转流程如下所示：
1.图画收集
    依据车辆检查办法的不一样，图画收集通常分为两种，一种是静态形式下的图画收集，通过车辆触发地感线圈、红外或雷达等装置，给相机一个触发信号，相机在接收到触发信号后会抓拍一张图画，该办法的长处是触发率高，功能安稳，缺陷是需求切开地上铺设线圈，施工量大；另一种是视频形式下的图画收集，外部不需求任何触发信号，相时机实时地记载视频流图画，该办法的长处是施工便利，不需求切开地上铺设线圈，也不需求安装车检器等零部件，但其缺陷也非常明显，因为算法的极限，该计划的触发率与辨认率较之外设触发都要低一些。
2.预处理
    因为图画质量简略受光照、气候、相机方位等要素的影响，所以在辨认车牌之前需求先对相机和图画做一些预处理，以确保得到车牌最明晰的图画。通常会依据对现场环境和已经拍摄到的图画的剖析得出结论，完成相机的主动曝光处理、主动白平衡处理、主动逆光处理、主动过爆处理等，并对图画进行噪声过滤、对比度增强、图画缩放等处理。去噪办法有均值滤波、中值滤波和高斯滤波等；增强对比度的办法有对比度线性拉伸、直方图均衡和同态滤波器等；图画缩放的首要办法有最近邻插值法、双线性插值法和立方卷积插值等。
3.车牌定位
    从全部图画中精确地检查出车牌区域，是停车场车牌识别系统进程的一个主要步骤，假如定位失利或定位不完整，会直接致使最终辨认失利。车牌定位办法通常会依据纹路特征、色彩特征和形状特征等信息，选用投影剖析、连通域剖析、机器学习等算法检查车牌。投影剖析办法依据车牌字符与布景交替呈现的次数相比于别的状况要多这个特征，通过图画在水平和笔直方向的投影剖析来定位车牌。连通域剖析依据车牌中的每个字符都是一个连通域且这些连通域的构造和色彩都共同的特征，通过检查并兼并这些连通域来定位车牌；机器学习的思路是，先运用从很多个车牌样本中获取出来的特征把一个弱分类器练习成一个强分类器，再运用这个强分类器对图画进行扫描检查然后定位到车牌。因为复杂的图画布景，且要思考不明晰车牌的定位，所以很简略把栅门，广告牌等噪声当成车牌，所以怎么扫除这些伪车牌也是车牌定位的一个难点。为了进步定位的精确率和进步辨认速度，通常的停车场车牌识别系统都会规划一个外部接口，让用户自个依据现场环境设置不一样的辨认区域。
4.车牌校对
    因为受拍摄视点、镜头等要素的影响，图画中的车牌存在水平歪斜、笔直歪斜或梯形畸变等变形，这给后续的辨认处理带来了艰难。假如在定位到车牌后领先行车牌校对处理，这么做有利于去掉车牌边框等噪声，更有利于字符辨认。现在常用校对办法有：Hough改换法，通过检查车牌上下、左右边框直线来核算歪斜视点；旋转投影法，通过按不一样视点将图画在水平轴上进行笔直投影，其投影值为0的点数之和最大时的视点即为笔直歪斜视点，水平视点的核算办法与其类似；主成分剖析法，依据车牌布景与字符交界处的色彩具有固定调配这一特征、求出色彩对特征点的主成分方向即为车牌的水平歪斜视点；方差最小法，依据字符在笔直方向投影点的坐标方差最小导出笔直歪斜角的闭合表达式，然后断定笔直歪斜视点；透视改换，使用检查到的车牌的四个顶点通过相关矩阵改换后完成车牌的畸变校对。