近年来,科学技术呈现出跳跃式的发展,技术改革日新月异,尤其是计算机和计算机视觉技术的发展,成为当今社会研究中最主要的热点。利用高新技术取代人类活动,解放劳动力,提高生产效率和精度一直是人们致力研究的问题,而人类活动(生产、生活)中信息的交流中,80%左右的信息是视觉信息。车辆通行智能门禁系统是智慧城市的重要内容之一,融合了智能检测、车牌识别以及自动门禁控制系统,是数字图像处理、计算机技术以及自动化技术在实际生活中的一个重要应用。针对社区车辆门禁智能管理系统设计工作的研究,本文主要对其中基于图像处理技术的智能识别与检测部分展开研究,研究工作可以分为成4个部分:车辆通行事件检测、车牌定位、字符分割以及字符识别。首先,车辆通行检测研究中,我们采用了基于运动目标检测的思想,通过背景差分方法对检测区域内的目标进行检测,利用车辆相对于行人、自行车等干扰目标在形状和尺寸等方面的本质差异进行判别得到车辆通行事件的检测结果。在背景建模过程中,我们采用了混合高斯模型来建立模型,进行目标的检测。其次,对于车牌定位技术的研究,车牌定位方面,由于门禁系统应用场景的简单性,在算法设计中更加具有针对性,更加强调车牌的色彩,同时考虑到黑底白字和白底黑字车牌的存在,结合纹理、边缘梯度信息,利用灰度形态学处理技术,设计定位算法。在车牌识别方面,由于本文中门禁系统应用场景简单,车牌图像样本状况较好,对车牌矫正和切割技术要求较低,因此本文中分别采用线性回归方法和垂直投影技术进行车牌矫正和字符切割。然后对于字符识别,我们采用现在最先进的深度学习网络进行字符识别,首先通过深度信度网络模型,建立生成式概率模型,其次将模型展开,构建卷积神经网络模型,进行字符的分类识别。最后,基于matlab仿真平台对系统进行了界面开发设计,将智能门禁系统统一到同一平台,实现人机交互,便于算法研究和同一的管理。