***識(shí)別系統(tǒng)采用高度模塊化的設(shè)計(jì)，將***識(shí)別過(guò)程的各個(gè)環(huán)節(jié)各自作為一個(gè)***的模塊。①車輛檢測(cè)跟蹤模塊車輛檢測(cè)跟蹤模塊主要對(duì)視頻流進(jìn)行分析，判斷其中車輛的位置，對(duì)圖像中的車輛進(jìn)行跟蹤，并在車輛位置佳時(shí)刻，記錄該車輛的特寫(xiě)圖片，由于加入了跟蹤模塊，系統(tǒng)能夠很好地克服各種外界的干擾，使得到更加合理的識(shí)別結(jié)果，可以檢測(cè)無(wú)牌車輛并輸出結(jié)果。②******模塊******模塊是一個(gè)十分重要的環(huán)節(jié)，是后續(xù)環(huán)節(jié)的基礎(chǔ)，其準(zhǔn)確性對(duì)整體系統(tǒng)性能的影響巨大。***系統(tǒng)完全摒棄了以往的算法思路，實(shí)現(xiàn)了一種完全基于學(xué)習(xí)的多種特征融合的******新算法，適用于各種復(fù)雜的背景環(huán)境和不同的攝像角度。

***識(shí)別系統(tǒng)的關(guān)鍵技術(shù)及算法。邊緣檢測(cè)：邊緣檢測(cè)的方法是考察圖像的像素在某個(gè)領(lǐng)域內(nèi)灰度的變化情況，標(biāo)識(shí)數(shù)字圖像中亮度變化明顯的點(diǎn)。圖像的邊緣檢測(cè)能夠大幅度地減少數(shù)據(jù)量，并且剔除不相關(guān)的信息，保存圖像重要的結(jié)構(gòu)屬性。在實(shí)際的圖像分割中，往往只用到一階和二階導(dǎo)數(shù)進(jìn)行邊緣檢測(cè)，雖然，在原理上，可以用更高階的導(dǎo)數(shù)，但是，因?yàn)樵肼暤挠绊?，在純粹二階導(dǎo)數(shù)操作中就會(huì)出現(xiàn)對(duì)噪聲敏感的現(xiàn)象，三階以上的導(dǎo)數(shù)信息往往失去了應(yīng)用價(jià)值。此外，二階導(dǎo)數(shù)還可以說(shuō)明灰度突變的類型，在有些情況下，如灰度變化均勻的圖像，只利用一階導(dǎo)數(shù)可能找不到邊界，此時(shí)二階導(dǎo)數(shù)就能提供很有用的信息。為了減少二階導(dǎo)數(shù)對(duì)噪聲敏感，解決的辦法是先對(duì)圖像進(jìn)行平滑濾波，消除部分噪聲，再進(jìn)行邊緣檢測(cè)。

***識(shí)別系統(tǒng)的關(guān)鍵技術(shù)及算法。***字符識(shí)別算法的研究。基于模板匹配的字符識(shí)別算法匹配就是將不同傳感器或同一傳感器在不同時(shí)間、不同成像條件下對(duì)同一景象獲取的兩幅或者多幅圖像在空間上對(duì)準(zhǔn)，或者根據(jù)已有模式在另一幅圖像中尋找相應(yīng)的模式。在遙感圖像的處理時(shí)需要把不同波段傳感器對(duì)同一事物的多光譜圖像按照像點(diǎn)對(duì)應(yīng)套準(zhǔn)，然后根據(jù)像點(diǎn)的性質(zhì)進(jìn)行分類。如果在不同時(shí)間內(nèi)對(duì)同一地面拍攝的兩幅圖像，經(jīng)套準(zhǔn)后找到其中特征有了變化的像點(diǎn)，就可以用來(lái)分析圖中那些部分發(fā)生了變化，而利用放在一定間距處的兩只傳感器對(duì)同一物體拍攝得到兩幅圖片，找出對(duì)應(yīng)點(diǎn)后可計(jì)算出物體離開(kāi)攝像機(jī)的距離，即深度信息。