对于车牌本身是一连串的字符，不容易识别，因此，首先需要对字符进行分割，将一连串的字符分割成一个一个的字符。分割过的字符具有了字符的大致位置以及字符的高度。我们采取这样的方法确定字符的左右坐标和宽度，就可以对字符进行分割。本文中采用了字符分割算法对车牌的字符进行分割。字符分割算法是通过对图形的扫描确定进入到字符区域的di一个像素点的坐标和出去图像区域的di一个像素点的坐标，以这两点的坐标确定字符的大致位置以及字符的高度。我们采取同样的方法确定字符的左右坐标和宽度。在确定了字符的高度和宽度之后，对字符进行分割。字符分割技术将车牌的多个字符分割为单一字符，我们利用识别技术对字符进行识别。

车牌的组成在我国都是一样的，由各地的省会简称、24 个英文字母以及10个阿拉伯数字组成的。本文采用识别方法是神经网络，通过构造一个三层的神经网络对分割的字符进行识别。字符识别的方法有很多，本文采用识别方法是神经网络，通过构造一个三层的神经网络对分割的字符进行识别。字符识别中对特征值的选取是非常重要的，特征值选取的好坏直接关系到识别的准确度。通过我们对车辆车牌的研究发现，车牌的底色一般为蓝色或者黄色，而车牌上字符的颜色一般为白色或者是黑色。

同时，它可以有效地维护停车场的秩序。内部车可以实现不间断进入市场。外国车只需要支付费用，无需取卡/等复杂程序。车牌识别机的关键是识别率。由于获得的车牌图像的多样性以及诸如烟雾，雨，雪和不同阳光角度等许多因素的影响，车牌识别面临着巨大的挑战。但是，随着技术的发展，这些问题正逐渐得到解决。车牌识别摄像头可采用宽动态CMOS，基于车牌的局部曝光和图像控制的光填充技术，可自动跟踪光线变化，有效抑制光线和背光。特别是在夜间，它可以抑制汽车前照灯的干扰，使车牌清晰扫描，识别率达到99.58％，居。也就是说，在自动识别车牌后，车辆障碍将被“抬起”一次，并且该动作的持续时间约为5秒。