***识别系统的关键技术及算法。边缘检测：边缘检测的方法是考察图像的像素在某个领域内灰度的变化情况，标识数字图像中亮度变化明显的点。图像的边缘检测能够大幅度地减少数据量，并且剔除不相关的信息，保存图像重要的结构属性。在实际的图像分割中，往往只用到一阶和二阶导数进行边缘检测，虽然，在原理上，可以用更高阶的导数，但是，因为噪声的影响，在纯粹二阶导数操作中就会出现对噪声敏感的现象，三阶以上的导数信息往往失去了应用价值。此外，二阶导数还可以说明灰度突变的类型，在有些情况下，如灰度变化均匀的图像，只利用一阶导数可能找不到边界，此时二阶导数就能提供很有用的信息。为了减少二阶导数对噪声敏感，解决的办法是先对图像进行平滑滤波，消除部分噪声，再进行边缘检测。

***识别系统的关键技术及算法。Sobel边缘检测算子：Sobel边缘检测还有另外一种形式，称为IsotropicSobel算子，该算子具有各向同性的特征，利用加权平均算子，权值反比于邻点与中心点的距离，当沿着不同方向检测边缘时梯度幅度一致，因此它的位置加权系数，在检测不同方向上的边缘时梯度的幅度一致，但速度较一般Sobel算子要慢一些。用于边缘检测的算子很多，常用的还有Laplacian边缘检测算子、Canny边缘检测算子等。

***识别系统的关键技术及算法。对***图像进行图像形态学操作：由于成像系统、传输介质、记录设备等的不完善，以及天气情况的变化等，***图像往往受到多种噪声的污染。在经过二值化处理的***图像上，会出现一些与要研究的对象（即***区域）不相关的孤立点或者像素块，扰乱图像的研究对象，影响对***区域的提取、分割等操作。于是要构造一种有效***噪声的滤波器来有效的去除目标和背景中的噪声，同时，能够很好地保护***区域的形状、大小及特定的***纹理特征。

为了进行***识别，需要以下几个基本的步骤：1)牌照***，***图片中的牌照位置；2)牌照字符分割，把牌照中的字符分割出来；3)牌照字符识别，把分割好的字符进行识别，终组成牌照号码。实际应用中，***识别系统的识别率还与牌照质量和拍摄质量密切相关。牌照质量会受到各种因素的影响，如生锈、污损、油漆剥落、字体褪色、牌照被遮挡、牌照倾斜、高亮反光、多牌照、假2牌照等等；实际拍摄过程也会受到环境亮度、拍摄方式、车辆速度等等因素的影响。这些影响因素不同程度上降低了***识别的识别率，也正是***识别系统的困难和挑战所在。为了提高识别率，除了不断地完善识别算法还应该想办法克服各种光照条件，使采集到的图像利于识别。