全文总字数：2695字

1. 研究目的与意义及国内外研究现状

车牌识别的重要性对交通系统来说不言而喻。一个成功的车牌识别系统依赖于其硬件和软件组件的强大性能。硬件部分的主要工作就是检测车辆、采集车辆图像和传输数据。本设计负责的就是软件部分，主要包括实现车辆图像预处理、车牌读取定位、字符分割和字符识别等功能。针对在交通管理中不能迅速准确地识别车辆牌照的问题，研究出一个精确有效的车牌识别系统很有必要，它能有效提高智能交通的管理水平。本设计研究的基于机器视觉的车牌识别旨在能够通过matlab编译实现准确读取车牌图像，然后经过预处理、字符分割和神经网络识别等过程实现车牌的自动识别。本系统界面采用的是matlab gui，它的优势就是使得整个系统界面看上去直观、简洁明了。通过顺次点击系统界面的一系列功能按钮，最终获得识别结果。

国内外研究现状

在国内，我国现阶段的所采用的车牌包括这三个部分，主要有含有省、自治区、直辖市的汉字简称，体现发牌机关代号的英文字母，由阿拉伯数字以及英文字母组成的序号。组成情况如图1所示。汉字因为笔画繁复，与字母数字差别很大，相比较字母及数字识别起来更困难。从不同车型、用途等方面考虑，我国在车的管理方面做了一些区分，制定了分门别类的牌照样式，包含普通轿车、警车、使馆车等等。而且在大车和小车的汽车牌照方面也按不同标准区分。由于我国汽车牌照的特殊性，上面的字符颜色和车牌背景色存在多种搭配，从车牌背景来看就有黄蓝白三色，字符颜色也有黑白色。这类情况使得我国汽车在车牌识别方面存在较大的麻烦与不便。如何准确地对车牌定位，如何精确有效地识别汽车车牌上的汉字，英文字母，数字是我们要重点解决的问题。虽然西安交通大学的图像处理和识别实验室等一些研究所做过相关研究，他们的研究成果运用在简单环境下识别率很高，但在实际场合或复杂情况下识别率低，很难满足目前我国交通系统中节奏较快、速度较高的要求。为此，我们迫切地需要通过机器视觉技术来帮助交通行业快速准确地识别车牌。

2. 研究的基本内容

本设计是一个集合了机器视觉、图像处理、模式识别等技术的系统。首先摄像头捕捉拍摄到含有行驶车辆车牌的图像，图像传入到本系统后，第一步对图像进行一个大致的初步处理，即预处理。由于拍摄到的图像中含有汽车车身等部分无效信息，对输入的图像大致定位出有效的车牌区域，切割出这部分区域，进行灰度化处理。之后，再进行蒙版处理，进一步分割出车牌有效区域。日常车牌悬挂难免会有车牌放置倾斜的情况，针对这种情况，为避免对后面的识别产生影响，对其进行旋转校正。接着对图像进行二值化处理，使图像呈现明显的黑白效果，以此方便进一步来提取图像中的有效信息。车牌上位于第二第三个字符中间有一个小圆点，为防止对后续识别的影响，下一步即去除该小圆点。接着分割车牌字符，把分割出来的各个字符进行归一化，统一成同一尺寸的字符。提取出这些字符的特征，将这些字符特征放入到设置好的BP神经网络分类器中进行训练，最后通过BP神经网络识别出车牌。

3. 实施方案、进度安排及预期效果

本研究课题是基于matlab语言来编程实现，可以实现rgb车牌图像的字符辨识功能。

从图片库中放入待识别车牌图像，在对话框中按顺序逐个选择要执行的操作，最后可以识别出图像中的车牌字符。

在完成单个车牌图像识别的基础上，设计中考虑了识别系统识别图像的一般性和广泛性，能够对多个车牌图像进行识别。

4. 参考文献

[1]张五一,赵强松,王东云. 机器视觉的现状及发展趋势[n]. 中原工学院学报, 2008

[2]关胜晓. 机器视觉及应用发展[j]. 自动化博览, 2005, 22(3): 88-92

[3]lisheng jin , huacai xian, jing bie, yuqin sun , haijing houand qingning niu. license plate recognition algorithm for passenger cars in chinese residential areas sensors 2012, 12, 8355-8370