1. 研究目的与意义及国内外研究现状

目的：运用 matlab 研究车牌识别技术中的图像预处理、车牌定位、字符分割与字符识别等核心部分，并提出一种基于 matlab 的车牌识别系统的实现方法 ，综合使用多种方法提高系统的有效识别能力。

国内外研究现状

国外现状：20世纪90年代后，a.s.johnson等提出车辆牌照的识别系统分为图像分割、特征提取和模板构造、字符识别等三部分，完成车辆牌照的识别。r.a.lotufo把获得了的图像使用视觉字符识别技术进行分析，第一步是要在二值化图像中把车牌找到，第二步是用边界跟踪技术把字符特征出来，第三步是比较字符库中的字符和统计最邻近分类器，最后会得出一些候选的车牌号码，再核实和检查这些候选的车牌号码，确定某个候选的车牌号码是否和该车的车牌号码一致，最终就可以确定出该车的车牌号码了。

从80年代中期开始，argus英国alphatech公司就开始了名为raus的车牌识别系统的研制。argus的车牌识别系统的识别时间为100毫秒，通过argus的车速可高达每小时100英里。还有hi-tech公司的see/car system，新加坡optasia公司的vlprs等。

2. 研究的基本内容

1、图像读取

2、车牌区域读取

（1）图像灰度图转化

3. 实施方案、进度安排及预期效果

本课题进行matlab软件的开发，图像采用已经采集的车牌号清楚显示的汽车图片，软件包括车牌定位、车牌字符分割及车牌字符识别三个模块。车牌定位模块中使用了基于小波变换的车牌边缘提取的算法，该算法对于各种底色的车牌具有良好的适应性；车牌的二值化采用了改进的otus 算法，重新划分了其两维直方图的区域；字符切割采用波谷检测法，以波谷为切割线，将车牌图片切割成七个字符图片；字符识别采用模块匹配法，将要识别的字符与预先构造好的字符模板进行比较，根据相似度确定字符。

根据上述算法搭建了一个测试平台，通过测试平台，对大量照片进行车牌识别，测试系统的性能。

方案：2016.1.1-2016.1.31: 搜集相关资料，书写开题报告；

4. 参考文献

[1] 刘长青.车牌识别技术的研究和实现[d], 湖南：湖南大学，2007[2] 王璐.基于matlab的车牌识别研究[d]. 上海：上海交通大学，2009 [3] 陈贤青.基于计算机视觉的车牌定位研究[d]. 天津：天津大学，2007

[4] 徐辉.基于matlab实现汽车车牌自动识别系统[j]. 电脑知识与技术，2010，06(17)：43-48

[5] 朱秀昌.刘峰，胡栋．数字图像处理教程[m]. 北京：清华大学出版社，2011