1. 研究目的与意义（文献综述）

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。

2. 研究的基本内容与方案

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”。

3. 研究计划与安排

由于该系统主要分为两大模块，因此在开发进度安排上，主要分为五大阶段，其中第二三阶段有具体化为不同时间段。具体安排如下：

3.1、前期准备

（１）第一周：看相关论文，至少20篇左右，其中包括英文文献5篇，并翻译其中1篇。确定该车牌识别系统的技术路线和实现方案；

4. 参考文献（12篇以上）

[1]莫玲，麦康机. 基于机器视觉的车牌识别系统设计. 自动化与智能 机电工程技术2018;47(11),112-116.

[2]郑伟成，李学伟，刘宏哲. 基于深度学习的目标检测算法综述. computer science，2018; 45(10a),5-8,28.

[3]汪贵平，盛广峰，黄鹤，王会峰，王萍. 基于改进lenet-5网络的交通标志识别方法. science technology and engineering，2018 ；18（34）：78-84.