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。基于模板的识别算法由于其处理速度快、识别率高的特点为大多数设计所采用。并且在图像处理过程中也可能会对图像产生噪声。噪声与我们想要处理的图像没有任何关联，还会对我们的处理产生不好的影响。所以，一般情况下我们会在进行图像处理前对图像采用滤波技术进行处理，常用的滤波方法有：中值滤波、均值滤波、高斯滤波等。

***识别系统的主要构成分析

目前相对多见的***识别系统核心为两方面的基础模块，依次属于对应的数据采集以及识别软件两个方面，而后一类还能够再度进行分割。自从这一方法提出以来，获得了很大发展，各国也纷纷制定智能交通发展战略，目前该问题已经成为21世纪的重要发展方向。***识别系统的实际原理为：在车辆经过有关关卡之后，传感器随之而启动并采集对应的图像存入到特定的设备之内，而识别软件则在存储设备之中读取对应的图像信息。识别软件先是针对有关的图像开展增强、去躁等配套的预处理操作，之后则属于具体的***程序，之后则进一步开展配套的字符切分操作，***终则属于有关的字符识别操作

核函数的选择，当下多用的核函数是，所以本***中也用核函数，主要是考虑到以下几个因素（1）核函数能够完成非线性映射。***包含的信息是多个字符，想要对***进行识别，首先我们需要将***的多个字符进行分割处理。（2）所要的培训的参考数据比较少，在运用分类设备时简便。多项式的此类函数所对应的参考数据比核函数多，所以对分类设备的工作提出了更高的要求。核函数和分类设备的工作效果之间有较为密切的关系，不过等人在其研究中发现，其不同和工作的效果没有太大的关联，而起到重要作用的是因子C和其对应的参数厂。