1．目的及意义

随着世界经济的高速发展，各国大城市均面临着交通拥挤、事故频发以及交通环境日趋恶化等城市化交通问题，因此“智慧城市”的概念应用而生，“智能视频监控”“智能交通”逐渐被提上研究日程，以实现城市各项领域的智能化管理。

1990年美国智能交通协会提出“Intelligent transportation system”的概念，随即我国也开始Intelligent transportation system方面的研发与应用。Intelligenttransportation system是融合了智能控制、计算机视觉、图形处理和通信技术等诸多电子技术为一体，使交通向着合理化、人性化和智能化的方向前进。目前，为应对传统交通所带了的严峻运输需求和环境压力，部分先进国家已提出并实施了一连串的政策与规划，对之前的交通系统实行了彻底整改，更大化地提高了交通的安全性、节能和生态友好方面的效益。

交通是一个城市发展的先决条件，对一个城市经济的发展起着不可替代的作用。交通发展的速度、质量、水平等是衡量一个城市发展状况的重要指标，因此加快城市交通的快速高质量发展必不可少。另外随着计算机技术，通信技术，人工智能等前沿技术的快速发展与融合，实现城市交通智能化也是大势所趋。

车辆车牌识别技术是当前交通领域的热点和重点研究课题。在国外，尤其是美国，欧美等发达国家，车辆车牌识别技术技术已经趋于成熟，但是随着城市各方面的发展，新的矛盾也逐渐暴露出来，遇到的问题也越来越多，但是总体趋势是车辆识别技术越来越成熟，在交通领域的应用也越来越广。国内在车辆车牌识别方面发展速度也相对较快，应用市场上基于车辆车牌技术的应用数不胜数，并且商业领域也逐渐形成一条完整的产业链。可以说，国内在交通领域的发展紧跟世界脚步，实现了交通领域各方面技术的突破。但是目前国内经济快速发展，交通等领域也受到了各种严峻的挑战，所以交通领域的技术研发也正在火热进行中。

车辆车牌识别技术是Intelligenttransportation system的重要组成部分，能够明显提高交通管理的自动化程度和交通运输系统的车辆自动监控，其在交通控制和监视中起着举足轻重的作用，是达到交通智能现代化管理的重要前提，为高层次的智能化交通奠定基础。因此对机动车辆的车牌识别研究已成为现代交通领域的重点和热点课题。车牌识别技术即是通过对机动车辆的车牌进行图像采集并进行一系列处理和输出当前所需的车牌重要信息。本设计正是结合当前快速发展的人工智能技术和成熟的图形识别技术对城市机动车辆的车牌进行识别研究与应用。{title}

2. 研究的基本内容与方案

{title}

2.1、设计的基本内容

本设计是基于卷积神经网络的车牌识别系统研究与设计，因此该系统设计主要包括两个大的过程：即车牌检测（Plate_Detection）和字符识别（Chars_Recognition）两个过程。

2.1.1、车牌检测（Plate_Detection）：对一个包含车牌图像进行分析，最终截取出只包含车牌的一个图块。这个步骤的主要目的是为后续的车牌字符识别做准备，降低了在车牌字符识别过程中的计算量。如果直接对原始图像进行车牌识别，计算量会非常的大，并且会非常的慢，识别率也会非常的低。因此在车牌识别之前，需要先进行车牌检测过程。在本系统中，我们拟采用SVM（支持向量机）这个机器学习算法去判别截取的图块是否是真的“车牌”。

2.1.2、字符识别（Chars_Recognition）：这个步骤的主要目的就是从上一个车牌检测步骤中获取到的车牌图像，进行光学字符识别（OCR）这个过程，并输出所识别的结果。其中用到的机器学习算法是著名的人工神经网络（ANN）中的多层感知机（MLP）模型。

图一是一个完整的车牌识别系统处理流程图（其中图中车牌图像为当前模拟车牌）：