一、选题的目的和意义

本课题是基于Matlab的车牌数字处理与识别，可以实现对车牌数字的识别。随着人民生活水平的日益提高，各种私家车、运输车、公交车等日益增长，随之的交通道路系统也越来越繁杂、拥挤。车牌识别系统研究逐步的完善，也就一步步的改善了当前的交通现状。它的应用包括：交通收费管理、交通超速管理、电子警察、交通布控管理、查询交通肇事逃逸车辆、车辆实时监控等。

二、研究现状

国外对于车牌识别系统的研究起步较早，早在20世纪80年代就开始着手研究，不过还不成熟，完成时需要人为干预去处理。而到了90年代才初步完成了车牌识别的图像分割、特征提取和模板构造、字符识别这三大步骤。后来又有研究者提出视觉识别技术，用到了二值化、边界跟踪技术等。

我国国内的情况与国外有着一定的差异，除了字母数字外，还多了一项汉字，国内在20世纪90年代也开始逐步对车牌识别技术开始了研究，目前比较成熟的有中科院自动化研究所、香港亚洲视觉科技有限公司等。近些年国内车牌识别率都比较高，好多都大于95%，而实物检测中甚至都没有90%，明显还存在很大缺陷，没有完全考虑好非理想状态（外因）。全天候识别率不稳定，特别是在夜间，或不良天气下识别率会降低到50%左右。还有许多其它问题需要解决，如国内许多论文谈及已实现的系统，都是在对近似理想条件下的汽车图像识别，对于车牌倾斜角度很大，车牌上字符模糊等情况提出的解决办法甚少。因此这样的系统即使识别率较高，也是建立在苛刻的特定的拍照环境下的。

三、汽车牌照识别原理

汽车牌照自动识别的关键技术有车牌定位、字符分割以及字符识别等。

1 车牌定位

车牌定位的目标是在复杂的背景下，把车牌分离出来，是整个车牌识别系统的关键组成部分，定位的效果将直接影响后续字符分割和字符识别操作。我们这里使用双边缘检测的方法进行车牌定位。图像中的”边缘”是指其周围像素灰度有阶跃变化像素集合。”边缘”两侧分别属于两个区域，每个区域的灰度均匀一致，但这两个区域的灰度在特征上存在一定的差异。基于边缘检测的车牌定位是利用车牌字符颜色与底色在灰度上剧烈变化检测车牌字符的边缘，从而实现车牌定位。双边缘检测的车牌定位方法是一种基于多尺度处理思想，边缘检测与多尺度数学形态学处理相结合的方法。 常见车牌一般是蓝底白字、黄底黑字两种，在车牌部分由于文字和底色的颜色差别导致该部分有丰富的边缘，因此对图片进行边缘检测时可以有效凸显车牌区域。首先，对一幅图片进行边缘检测，然后对该图片进行大尺度算子的膨胀腐蚀，保留满足一定长宽度要求的连通域作为车牌可能存在区域。按照车牌候选区域对原始图片进行分割，这样会产生一系列可能含有车牌区域的子图片。然后，对所有子图片再次进行边缘检测，这样车牌区域在子图片中特征更加明显，再对这些子图片使用小尺度算子进行膨胀腐蚀。由于子图片含有噪音少，车牌区域边缘特征明显，通过边缘检测和膨胀腐蚀操作之后能够有效地提取出车牌区域或者车牌部分区域，根据车牌长宽度、长宽比等先验知识剔除一些伪车牌区域。双边缘检测的车牌定位方法，边缘检测能很好地显示出车牌特征，同时较小波变换操作节省时间，比颜色分割对光照的鲁棒性更强。做边缘检测后进行不同尺度的膨胀腐蚀，体现了一种多尺度的形态学与边缘检测相结合的处理方法。

2 字符分割