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。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。当今许多实际应用场合，如在繁忙交通路口临时对欠税费、报废、挂失等车辆的稽查，则监视区域比较复杂，现有识别方法无法直接应用。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。

针对***开展配套的***操作，目的是在拍摄获得的汽车图像之内，识别具体的车piao范围，同时将***图像实现提取操作，以此来实现之后的切分以及识别的操作。******属于综合识别体系的关键构成，科学的判断具体的***范围，则属于提升综合体系识别率的核心要素。以形态学和有关的边缘检测作为基础的***方式，核心为五方面的基础流程。***校正***校正是为了解决拍摄的***图像因为角度问题，导致***后的***倾斜，而倾斜的***会给***识别系统的后继步骤增添麻烦，***校正是必须的。

其中，***字符分割模块、******模块、字符分割模块，这三大模块是该课题***研究的内容。该文通过系统交通图像的特点对这3部分的技术进行了深入研究。***的***是指在图像中提取车辆***范围内的图像，一旦***的***系统有误差将直接影响到后面字符的分割与字符的识别，这是******系统的关键所在。而且多数情况下，同时出现多辆汽车，背景有广告牌、树木、建筑物、斑马线以及各种背景文字等，现有的识别方法也不能很好适应多变的环境。

牌识别系统，借助了牌照的***性能，从机动车的所有图像中找出***区域的地方，然后将***所在范围的内容实行***显示，在将***所得的信息数据传送到字符的识别部分。