室内停车场收费系统是一个庞大而复杂的系统，是一个信息技术，数据通讯技术，电子控制技术和计算机技术融于一体的系统工程，是一个跨行业，跨学科，甚至跨国界的综合运用过程。 为了能够科学合理的解决城市停车问题，改善城市居民的出行条件和城市的发展环境，对城市现有室外停车场和室内停车场状况进行调查分析，准确掌握停车信息有着十分重要的现实意义。首先，室内停车场的修建和改建离不开当地的居住情况和大型商场、写字楼等信息。有了确切的数据就能正确确定停车场规模、出口、收费。其次，有了室内停车场的出现也避免在商场、饭店、活动中心等地方出现车辆丢失、车内财物被窃、车体和车灯的损坏，也有利于交通的改善。 本课题主要深入研究室内停车场的车号与车型识别技术。随着人们对人工智能理论、模糊集理论、神经网络、小波分析等理论研究的深入开展，这些新理论在电子收费系统也初见端倪。本文首先介绍了车辆识别系统的研究背景，以及国内外的研究、应用现状，给出了这项研究的重要意义和前景。其次着重对车号识别系统的三部分(图像预处理、图像分割和目标识别技术)做了深入的研究。对车牌照有污点、锈迹、扭曲等引起的噪声干扰采用了梯度变换分割法和图像二值化方法进行处理。而对车型识别采用数字图像的处理方法(汽车外形边缘检测算法、运用Robinson边缘检测算子处理)。在图像处理方面，本文设计了图像的滤波除噪、图像锐化、图像增强、图像分割、特征提取及图像识别的方法。本文通过对已有图像处理方法的应用效果和执行效率进行比较和分析，找出了符合车辆识别系统特点的处理方法。最后本文简单介绍了硬件设计、单机结构、图像采集接口和工作原理，以及智能ID卡的使用方法，系统软件开发界面控制的模组数量和如何保障系统的安全性。 本课题通过研究的逐步深入及对实验结果的验证，说明了本课题理论研究部分的正确性及整体系统设计的可行性。