***識別系統(tǒng)采用高度模塊化的設計，將***識別過程的各個環(huán)節(jié)各自作為一個***的模塊。***跟蹤模塊***跟蹤模塊記錄下車輛行駛過程中每一幀中該車***的位置以及外觀、識別結(jié)果、可信度等各種歷史信息。由于***跟蹤模塊采用了具有一定容錯能力的運動模型和更新模型，使得那些被短時間遮擋或瞬間模糊的***仍能被正確地跟蹤和預測，終只輸出一個識別結(jié)果。

***識別系統(tǒng)的關(guān)鍵技術(shù)及算法。邊緣檢測：邊緣檢測的方法是考察圖像的像素在某個領(lǐng)域內(nèi)灰度的變化情況，標識數(shù)字圖像中亮度變化明顯的點。圖像的邊緣檢測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。在實際的圖像分割中，往往只用到一階和二階導數(shù)進行邊緣檢測，雖然，在原理上，可以用更高階的導數(shù)，但是，因為噪聲的影響，在純粹二階導數(shù)操作中就會出現(xiàn)對噪聲敏感的現(xiàn)象，三階以上的導數(shù)信息往往失去了應用價值。此外，二階導數(shù)還可以說明灰度突變的類型，在有些情況下，如灰度變化均勻的圖像，只利用一階導數(shù)可能找不到邊界，此時二階導數(shù)就能提供很有用的信息。為了減少二階導數(shù)對噪聲敏感，解決的辦法是先對圖像進行平滑濾波，消除部分噪聲，再進行邊緣檢測。

***識別系統(tǒng)的關(guān)鍵技術(shù)及算法。Sobel邊緣檢測算子：Sobel邊緣檢測還有另外一種形式，稱為IsotropicSobel算子，該算子具有各向同性的特征，利用加權(quán)平均算子，權(quán)值反比于鄰點與中心點的距離，當沿著不同方向檢測邊緣時梯度幅度一致，因此它的位置加權(quán)系數(shù)，在檢測不同方向上的邊緣時梯度的幅度一致，但速度較一般Sobel算子要慢一些。用于邊緣檢測的算子很多，常用的還有Laplacian邊緣檢測算子、Canny邊緣檢測算子等。

***識別的發(fā)展。在智能化交通管理系統(tǒng)中，汽車身份識別相當于vc++中的“基類”地位，即智能化交通管理系統(tǒng)中的其他子模塊需要在汽車身份識別的基礎上進行繼承和發(fā)展。所以我們認為，汽車身份識別要求較高的集成度，1好能由可以嵌入到其他系統(tǒng)中的、集成度高的模塊來完成，如單片機、CPLD。而現(xiàn)階段的汽車身份識別大部分卻是依靠計算機來完成的。