1. 研究目的与意义（文献综述）

研究问题的背景及概念:车牌识别系统，是指对图片或视频中的车辆牌照信息进行电脑识别，最后输出车牌字符信息的一种处理系统。和在车牌识别系统中,车牌图像会因为拍摄的自然条件以及成像系统自身的局限性等因素的影响在一定程度上发生降质,从而影响车牌系统的识别率。尤其，目前国内雾霾天气恶劣，雾霾天气会直接并且重大地影响车牌识别正确率，所以选取适当的超分辨率重建方法，恢复图像信息，并实现车牌定位与字符分割、车牌字符识别功能，能有效提高车牌图像的分辨率。

国内外研究现状：车牌自动识别技术的研究国外起步地较早。早在20世纪80年代，便有一些零零散散的图像处理方法用于车牌自动识别的某些具体应用。进入20世纪90年代后，车牌自动识别的系统化研究开始起步。

由于我国的车牌格式和国外有较大的差异，所以对于国外的车牌识别系统的研究技术，我们只能进行参考，不能进行直接应用。

2. 研究的基本内容与方案

基本内容：学习分析目前应用于车牌识别系统的各个图像恢复重建方法，对这些方法在雾霾环境场景下的适用度进行比较，选择出恰当的方法进行实验并且通过实验改进技术方案，并且基于matlab实现车牌的定位，分割与识别，使其在雾霾环境下能提高车牌图像识别功能以及分辨率。

目标：雾霾天气会影响车牌识别正确率，选取适当的超分辨率重建方法，恢复图像信息，并利用matlab实现车牌定位与字符分割、车牌字符识别功能，提高分辨率。

技术方案及措施：

3. 研究计划与安排

第1-4周：查阅相关文献资料，明确研究内容，初步确定设计方案，撰写开题报告。

第5-9周：学习并掌握图像恢复重建方法的相关理论和实现方法，同时进行比较，然后选择适用于国内雾霾环境下的车牌识别系统的方法，对其进行针对性研究。

第10-13周：撰写论文初稿。

4. 参考文献（12篇以上）

[1] 梅文兰.车牌识别的超分辨率算法研究[d].西南交通大学，2011

[2] 梁秀聚.基于稀疏约束的图像超分辨率重建技术研究[d].南京邮电大学，2012

[3] giannoukos i, anagnostopoulos c n. operator context scanning to support high segmentation rates for real time license plate recognition[j]. pattern recognition, 2010, 43(11):3866-3878.