全文总字数：2306字

1. 研究目的与意义及国内外研究现状

随着人们生活水平不断提高，汽车的需求量不断增加，随之增加的也有对城市交通状况的重视，如何更有效的实现交通管理更成为了人们关注的焦点。因此智能交通系统已成为世界交通研究领域的重要课题。

车牌识别(license plate recognition,lpr)是智能交通系统的一个重要组成部分。车牌识别系统的主要任务是分析和处理摄取到的复杂背景下的车辆图像，之后定位分割牌照，最后自动识别汽车牌照上的字符，车牌识别是利用车牌的唯一性来识别和统计车辆。在现代化交通发展中车牌识别系统是制约交通系统智能化、现代化的重要因素，一个合格的车牌识别系统应该能够从一幅图像中自动提取并分割出车牌图像，对字符进行正确识别，从而降低交通管理工作的复杂度。车牌识别系统将获取的车辆图像进行一系列的处理后，以字符串的形式输出结果，这样不但数据量小，便于存储，操作起来也更容易，因此车牌识别系统的便捷性是人工车牌识别所不能比拟的，它蕴藏着很大的经济价值和发展空间，对车牌识别技术的研究是非常有的意义的。

2. 研究的基本内容

本课题是基于matlab的车牌图像处理技术的研究，要求设计一个车牌识别系统，车牌识别基本上有以下三个步骤：车牌定位（lpl）、字符分割（cs）和字符识别（cr）。每一步具体实现功能如下：

1.车牌定位(lpl)：通过对进行预处理之后的车辆图像进行区域特征分析，确定车牌在图像中的精准位置。lpl 的方法可分为两类：基于灰度图像的和基于彩色图像的。本课题中重点研究lpl方法，并采用了一种基于hsv模型的定位车牌区域的算法

2.车牌字符分割（cs）：根据定位好的区域图像特征进行字符分割。

3. 实施方案、进度安排及预期效果

一、实施方案：

1.lpl：通过对车牌识别系统不同实现方案的比较与分析，确定了应用hsv模型并采用了一种基于hsv 图像二值化与数学形态学相结合的车牌初定位算法。定位利用了 hsv 图像对色彩提取的完整性这一特点，对车牌字符区域背景颜色划定颜色选取区间，并逐行扫描每个像素，通过判断像素点 hsv 色值是否满足背景颜色选取区间这一条件实现图像的二值化。然后利用数学形态学理论，根据车牌区域字符、边框的纹理特征，对二值图像进行区域连通或噪点消除。最后通过车牌长宽比、面积等特征提取待识别的车牌区域，完成定位。

2.cs：比较研究了不同的字符分割技术后，确定了采用结合字符的轮廓和长度高度比分割的分割方法。课题中，牌照上的字符的宽度大小一致，只有第二三个字符之间的间距稍微大一些，我们根据字符长宽比固定，和字符间距比例固定这一特点来进行字符分割的研究。

4. 参考文献

胡小峰，赵辉；visual c /matlab 图像处理与识别实用案例精选；2004年5月；

陈帅.车牌识别系统中车牌定位技术研究[d].北京建筑大学.北京.2016；

王璐.基于matlab的车牌识别系统研究[d].上海交通大学.上海. 2009；