智能停车场中的汽车牌照智能识别系统采用高度模块化设计，将车牌识别 过程中的各个环节作为 一个独立的模块 。

1、车辆检测智能跟踪模块。

汽车检测跟踪模块主要对视频流进行分析，判断其中车辆的位置，智能跟踪图像中的车辆，并在车辆位置的最佳时刻记录下车辆的特写图像，由于增加了跟踪模块，系统能很好地克服外界的各种干扰，使识别结果更加合理，可检测无牌车辆并输出结果。

2、车牌智能定位模块。

汽车牌照智能定位模块是汽车牌照的关键环节，它的准确性对整个系统的性能有很大的影响。

3、车牌智能校正与精定位模块。

因为受到拍摄条件的限制，图像总不可避免地会有一些倾斜，需要进行智能校正和精定位，以进一步提高车牌图像的质量，为分割和识别模块做准备。采用复杂的快速图像处理滤波器，不仅计算速度快，而且充分利用了车牌的整体信息，避免了局部噪声带来的影响。此算法的另一个优点是通过分析多个中间结果也能精定位车牌，从而进一步减小非车牌区域的影响。

4、车牌智能分割模块。

牌照智能分割模块充分利用车牌图像的灰度、颜色、边缘分布等特征，可以有效地抑制车牌周围噪声的影响，同时也能承受一定角度倾斜的车牌。该算法对于类似移动稽查这种有较大噪声的车牌图像应用是有益的。

5、车牌智能识别模块。

采用计算机智能算法对字符图像进行预处理，既能尽可能地保留图像信息，又能提高图像质量，增强相似字符的可分辨性，保证字符识别的可靠性。

6、车牌识别结果智能决策模块。

确定结果智能决策模块，具体地说，决策模块利用车牌通过视觉过程留下的历史记录，对识别结果做出智能决策。该系统通过对观测帧数的计算、识别结果的稳定性、轨迹稳定性、速度稳定性、平均可信度、相似性等指标对该车牌进行综合评估，从而决定是继续跟踪车牌，还是输出识别结果，或拒绝该结果。该方法综合利用了所有帧的信息，减少了以往基于单幅图像的识别算法带来的偶然性误差，大大提高了系统的识别率和识别结果的正确性和可靠性。

7、车牌智能跟踪模块。

牌照智能追踪模块记录了车辆行驶过程中每一帧车辆的位置，以及车牌外观、识别结果、可信性等各种历史信息。针对车牌跟踪模块采用的运动模型和具有一定容错能力的更新模型，使得对被短期遮挡或瞬时模糊的车牌仍然能够正确跟踪和预测，最终只输出一种识别结果。