论文的目的：

随着我国社会经济的快速发展，人们收入水平的稳步提高，私人汽车成为了人们适应快节奏出行的首要选择。截至2018年底，全国汽车保有量达2.4亿辆，比2017年增加2285万辆，增长10.51%。汽车数量增长的背后给各大城市的交通带来了巨大的压力，毫无疑问这也给交通的管理带来了压力^[1]。但是，我国的交通基础设施建设并没有跟上汽车增长的步伐，导致了交通拥堵、环境污染、停车难等一系列社会问题，严重制约了社会经济的发展。因此，建立现代化的智能交通运行体系，建设平安、高效、可持续的交通管理系统的任务迫在眉睫。

为了提高城市交通的运行效率、减少城市交通污染、降低汽车能源消耗，伴随着信息技术、通信技术、计算机技术的不断发展，智能交通系统（Intelligent Transport System, ITS )应运而生^[2]。其中， 车牌识别技术(License Plate Recognition)作为能够自动、实时地检测识别汽车牌照的一种智能交通管理手段，一直是 ITS 领域研究的热点，也是其关键技术之一^[3]。以图像处理和模式识别为技术基础的车牌自动识别技术，能够对发送过来的的汽车图像完成自动识别，然后生成结果是仅仅为几个比特的车牌字符串，因此，不仅存储的使用极低，而且从管理数据库方便的角度，它的优势都是显而易见的。

论文的意义：

随着道路交通监控设备的不断普及，以及交通管理体系的逐步完善，以计算机视觉为基础的车辆牌照识别系统(LicensePlate Recognition system, LPRS)进入实际应用领域提供了契机^[4]。车牌识别系统是智能交通领域的重要研究课题，是交通管理和车辆检测系统实现自动化的重要技术措施和关键环节。车牌识别系统能够为各类交通管理方式提供依据，应用范围广泛，主要包括：（1）车辆信息采集；（2）交叉路口车辆监控；（3）车辆收费管理；（4）重要出入口车辆管理；（5）区域车辆管理；（6）交通控制与诱导；（7）交通流量检测；（8）闯红灯等违章车辆监控等。因此，通过视频图像处理技术研究，提高车牌识别系统的有效性和可靠性具有重要的意义^[5]。

国内外研究现状分析：

从 20 世纪 80 年代开始，国外学者已经开始对车牌识别技术进行研究，只是限于当时的科技水平，还没有形成完整的车牌识别系统，技术上，只是将图像处理技术进行了简单的应用，造价昂贵且准确率不高。到 20世纪 90 年代，随着计算机数值运算能力的提高，以及图像图形处理器（GPU）的出现，数字图像处理技术得到了飞跃式的发展，世界各国开始投入大量人力物力进行车牌识别的应用性研究^[6]。至此，国外的车牌识别系统研发速度飞快，相应的开始在搜索被盗车辆、自动收费管理、车流量检测和智能车载信息提供等领域大放光彩。国外的一些高校及企业在车牌识别这一方面已经取得不菲成果，甚至相当成熟^[7]。

相比国外，我国在车牌识别技术上的研究始于 20 世纪 90 年代，因此，在车牌识别率和识别速度上同国外成熟的技术相比，还有一定差距。但是，多年来，国内也加大对这些项目的资金投入，并取得一些有影响力的成果, 如中科院自动化研究所的“汉王眼”、成都臻识科技自主研发的“火臻眼睛”、香港亚洲视觉科技有限公司的产品等。。我们之所以不直接采用国外的先进完善的产品，是因为我国车牌复杂独特的设计。我国的车牌由七个字符组成，既有汉字又有字母数字，同时，我国车牌使用的是改造后的黑体格式字符^[8]。这一独特的车牌设计方式与国外的车牌规范并不一致，因此，国外许多成功的车牌识别系统无法直接应用在国内车牌上^[9]。

2. 研究的基本内容与方案

基本内容

车牌识别系统包括三个模块：图像采集模块、车牌识别模块、数据库模块^[10]。它综合运用了图像采集、图像处理、模式识别和数据库访问等各种先进技术，构成了一个智能电子系统。本次研究主要集中于车牌识别模块，其工作原理为首先对图像进行预处理^[11-13]，后续操作均是在预处理后的图像基础上进行的，然后设计相关算法进行车牌定位^[14-16]、字符分割^[17]、字符识别^[18][19]等工作，得到车牌识别结果^[20]。设计的基本内容包括：