车牌识别系统图像处理是人工智能在计算机图形学中的一个重要分支，是车牌识别系统的理论依据。在自然条件下摄取的车牌，除了包含大量噪声外，还具有多样性。为了使系统能够更好的分离车牌，必须对原始图像进行预处理。本章主要讨论车牌图像预处理的些常用方法，包括图像的灰度二值化、噪声处理、边缘捉取等。当摄像机从外界摄入视频图像时，首先把它转换为静态图片，再送入计算机进行处理。由于拍摄环境的多变性，车牌图像中存在噪声和干扰，这些给车牌提取带来田难。系统首先将输入的彩色图像灰度化，并且进行亮度平均，使图像具有较好的对比度；对图像进行边缘提取操作前，往往先要进行噪声抑制操作，以提高边缘提取的质量；二值化则多用于己提取车牌的处理上。

    车牌图像预处理的难点在于：

    1、车牌图像质量不佳，灰度化后会弱化图像中的车牌信息，因而好的灰度化处理非常必要；

    2、由于光照的原因，车牌很可能出现过分灰暗或明亮的情况，这种条件下的二值化处理应该分情况讨论，对应特殊的分割阈值；

    3、图像中的复杂背景具有丰富的边缘信息，不但会增加系统识别的难度，也会造成系统的误判，怎样去除这些不必要的背景十分关键。买际操作中，因为车牌处于图像的中部偏下位置，所以通常取图像的下半部分进行处理或优先考虑图像中靠下方的位置。

    4、车牌中的字符很容易住预处理中发生变形或丢失信息的情况，要注意保持车牌的字符信息。车牌识别系统智能停车场管理系统是智能卡停车系统结合先进的车牌识别技术实现对小区停车管理的新型系统，将车牌号码和卡捆绑在一起作为车辆出入停车场的凭证，实现了车辆出入停车场图像的自动对比；卡、车比对成功放行，否则不放行，真正意义的实现了一卡一车，有效的防止车辆的丢失。该系统是在普通的停车场系统的基础上又提升一个阶梯，有效的弥补了停车收费漏洞，增加了物业的收益，增强了小区停车场的安全性。是强化小区物业停车管理的必要选择。