车牌识别系统之牌照字符识别方法：

   主要有基于模板匹配算法和基于人工神经网络算法。基于模板匹配算法首先将分割后的字符二值化并将其尺寸大小缩放为字符数据库中模板的大小，然后与所有的模板进行匹配，选择好的匹配作为结果。基于人工神经网络的算法有两种：一种是先对字符进行特征提取，然后用所获得特征来训练神经网络分配器；另一种方法是直接把图像输入网络，由网络自动实现特征提取直至识别出结果。

  实际应用中，车牌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、假的牌照等等；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车牌识别的识别率，也正是车牌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l集到的图像有利于识别。

车牌识别系统技术特点：

   我国的标准汽车牌照是由汉字、英文字母和阿拉伯数字组成，汉字识别与字母和数字的识别有很大的区别，汉字的识别增加了识别的难度；我国汽车车牌的悬挂位置不统一；其他国家的汽车牌照格式(如汽车牌照的尺寸大小，牌照上字符的排列等)通常只有一种，而我国则根据不同车辆、车型、用途规定了多种牌照格式，并且通常汽车牌照中也分大车和小车；我国汽车牌照的底色和字符颜色有多种组合，我们日常生活中常见的有蓝底白字车牌、黄底黑字车牌、以及白底黑字车牌等等。

   目前，由于车牌识别系统可以使车辆进出停车场，无需停车卡即可进出，加快了车辆的通行速度，节省了卡管理工作，降低了管理人员的费用，因此广泛应用于各大停车场。

   如何提高识别率：

   从内因来看，车牌识别系统的基础是车牌识别算法，车牌识别算法由空间复杂性和时间复杂性构成，分为5个特性，有穷即算法的演变过程是有限的，不可能制地进行演算。