這兩項任務需要交替引用才能獲得分割與識別最佳的效果。在這階段，從候選車牌中恢復的字符將在確認核實階段被確認．如果字符組符合我們定義車牌語義成分，它將被視為形成一個有效的車牌信息，有效的車牌信息由車牌識別系統保存並輸出，隨後，程序將返回到等待另一輸入圖像的狀態。綜上所述一個完整的系統。車牌識別系統主要包括：車牌圖像捕捉與獲取、圖像預處理、車牌定位、字符分割、字符識別和車牌輸出六個階段。

第一、車牌識別的第一步是車輛圖像捕捉與獲取。根據圖像采集設備不同可以分為兩類；使用照相機采集的靜態圖像和使用攝像機采集的視頻圖像，對圖像質量要求較高的系統則會使用照相機作為采集設備，但是隨著CCD技術的發展，攝像的視頻信號同樣可以采集到120萬以上像素高清圖像，而且價格並不昂貴，對於實時性要求較高的車牌識別系統通常采用攝像機作為采集設備。

第二、對采集到的車牌圖像進行預處理是車牌識別系統中一個重要環節．在車牌圖像采集和輸入過程中，受到外界復雜環境因素的影響，圖像中可能包含不同程度的噪聲圖像的清晰度往往不盡如人意，攝像的角度等人為也會導致車牌出現傾斜、變形或缺損等現象。預處理的效果的好壞將直接影響到車牌識別的識別精度和識別速度．經過預處理後的不但能去除圖像噪聲、提高圖像質量，降低其對車牌識別過程中的負面影響，還可以降低系統占用內存空間，提高識別速度。

第三、車牌識別技術的核心在於車牌定位、字符分割和字符識別三個階段．不同的車牌識別技術算法差異主要集中在這裏。車牌識別系統技術所涉及的知識主要是數學圖像處理技術，其中車牌定位算法和字符分割算法主要應用了數字圖像處理的圖像預處理和圖像分割的知識，而字符識別算法主要涉及模式識別技術。

第四、圖像分割是數字圖像處理和現代圖像處理的核心技術，在對圖像的研究中，我們通常僅僅只對圖像中的某一部分感興趣，這部分我們稱為前景，而把其他部分稱為背景，前景對應著圖像中具有獨特信息的區域。在車牌識別中就是為了分析圖像中的車牌信息，因此需要從圖像中把車牌區域分離出來，圖像分割就是通過一系列算法將車輛圖像的車牌信息與背景分離的過程。

第五、模式識別的目的是將對象進行分類，以實現數據的分類和擬合．廣義上講，任何可以區別是否相同或相似，並且可以被觀察的事物，都可以稱為模式；狹義上講，對於車牌字符的識別就是統計不同字符的特征信息，加以歸類，然後通過分類器將車牌字符分類，從而實現字符的識別。應用於字符識別的模式識別技術是一種從大量字符數據庫中出發，在已知的字符特征信息基礎上，利用推理的方法對字符自動完成識別的過程．模式識別一般包括學習或訓練階段、實現階段兩個階段，二者相互關聯，學習或訓練階段是對字符進行特征選擇，訓練分類器，實現階段是利用訓練好的分類器對未知樣本進行分類識別。

第六、最後一步是車牌輸出，車牌輸出是把識別到的車牌信息顯示或存入數據庫，顯示是為了驗證識別的正確性，入庫則為了後續的匹配、查詢和相關處理．

車牌識別系統如何實現縮短停車時間？