全文总字数：1706字

1. 研究目的与意义及国内外研究现状

本课题属于计算机视觉研究领域。课题应用了图像二值化、图像增强、图像去噪、图像分割、图像变换、等各种图像处理的技术,因此,课题研究对于计算机视觉领域的研究和发展具有一定的意义。虽然车牌识别系统已经应用在生活很多方面,但是本系统仍然有潜力可挖,特别是在私人邻域方面。所以在车牌识别方面还存在继续不断去研究的必要性。由于车辆牌照是车辆的唯一标志,包含着车辆的重要信息。掌握车辆牌照号码,就可以对车辆进行管理、跟踪,从而提高交通管理的智能化、现代化水平。因此,课题的研究对于提高城市交通管理水平,加快交通管理现代化步伐具有一定的贡献。

国内外研究现状

从20世纪90年代初，国外的研究人员就已经开始了对汽车牌照识别的研究。以色列hi-tech公司的see/car system系列，香港asia visiontechnology公司的vecon产品，新加坡optasia公司的vlprs系列都是比较成熟的产品。see/car chinese系统可以对中国大陆的车牌进行识别，但都存在很大的缺陷，而且不能识别车牌中的汉字，另外日本、加拿大、德国、意大利、英国等各个西方发达国家都有适合本国车牌的识别系统。

国内在20世纪90年代开始对车辆牌照识别系统进行了相关的研究，上海交通大学戚飞虎提出了基于彩色分割的牌照识别方法；华中科技大学黄心汗提出了基于模板匹配和神经网络的牌照识别方法；西安交通大学的郑南宁等人提出了多层次纹理分析的牌照识别方法。另外，清华大学的研究所也对车辆牌照识别系统进行了非常有价值的研究。牌照识别技术的研究促进了适合我国车辆牌照产品的问世，国内的牌照识别产品相继问世并且投入了使用。其中亚洲视觉生产的vecon-vis车辆牌照识别系统以及北京汉王公司的嵌入式一体化车牌辨识仪等产品牌照识别率都达到了95%以上。但是，由于车辆牌照识别受环境光线的影响比较大，识别的效果在不同的光照背景下面识别率会有所不同，因此在车辆牌照定位和识别的算法优化方面还有大量的工作要做。

2. 研究的基本内容

车牌识别系统是一特定目标位对象的专用计算机系统，该系统能从一幅图像中自动提取车牌图像、自动分割自符，进而对分割自符的图像进行图像识别。系统一般由硬件和软件构成。硬件设备一般由车体感应设备、辅助光源、摄像机、图像采集卡和计算机。软件部分是系统的核心，主要实现车牌自符的识别功能。

车牌识别学科主要有模式识别、人工智能、图像处理、计算机视觉和信号处理等。这些领域的许多技术都可以应用到车牌识别系统中，车牌识别技术的研究也必然推动这些相关学科的发展。车牌识别的关键技术有：车牌定位、字符切割和字符识别等。运用车辆的静态图片或汽车的动态视频的模式识别技术，对车辆牌照进行识别。

3. 实施方案、进度安排及预期效果

实施方案：

(1).在进行图像处理前先将位图读入内存并显示出来。

(2).对图像进行灰度转化、边缘检测、图像二值化等处理。

4. 参考文献

数字图像处理与识别

基于matlab的图像处理

visual c /matlab图像处理与识别实用案例精选