常用的******的方法有基于颜色的方法、基于纹理特征的方法、基于数学形态学的方法、基于小波变换的方法等。这些******方法，都各自具有不同的局限性。使用Mean Shift算法进行******可以获得比较好的效果。对于图像空间的所有像素点，在经过Mean Shift算法迭代后，如果终收敛于同一点，则停止迭代。用同样的方法对图像空间中的所有像素点进行迭代遍历，得出的结果根据收敛点的不同可以把整个空间分成几个区域。在实际工作场景中采集到的数字图像通常会因为外界环境、摄像设备、传输线路或保存精度等方面的原因，使其在进行预处理前受到各种噪声的污染。这些区域即为可能的***区域，再通过上述特征在可能的***区域中进行对照分析，就可以得到***区域。

在***识别的整个过程中，为了达到字符识别的目标从提取的***图像中分割出字符的工作室必不可少的，阀值分割，目标与背景区别，***字符倾斜校正，单个字符切割以及字符的化都是图像字符分割的主要工作。

***图像阀值分割：阀值分割主要是基于像素的一种图像分割方法，主要目的是选择一个合适的灰度值T将图像所有的灰度值相比较，大于T和小于T的分别归类，在识别系统中图像经过预处理，质量有所提高，且背景干扰不严重我们通常使用***大类间方差法（Otsu法）进行分割其方法原理如下：

目前针对***识别系统的研究主要可分为基于嵌入式平台和基于PC机平台两种研究方向。传统的基于PC平台的***识别系统除在在信息处理应用实时性方面难以满足人们的日常需求， 同时，在网络管理应用方面也存在带宽的压力，信息采集终端方面的成本也过高。可见，在实际交通管理应用中，基于PC机平台的***识别系统具有很多限制与缺陷。鉴于传统基于PC平台的***识别系统存在的缺点和不足，本文提出了基于MCS-51单片机的***识别系统。***的***与校正本章主要描述的是对已有******方法的研究，了解它们的算法原理及其优缺点，并提出了一种效果更好适用范围更广的***识别系统方法，即将MeanShift算法运用到***识别系统，然后在此基础上对***进行校正。

该系统将获得的机动车所有的图像实行串连处理后，会用数字字符的方法输送得出的信息，这样不仅存储空间少，而且操作更加便捷。由此看来该课题研究的内容发展空间很广泛，它的速度与方便性是人工汽***照识别远远达不到的，这对交通发展领域有深远的影响。

文章对计算机图像处理、人工智能、模式识别等***识别的背景知识进行深入研究，摸索出了用数字图像知识进行***识别的方法并***研究，对在较为复杂的背景下的******、字符分割的***字符识别算法进行了***研究，在识别上取得了良好效果。