基于图像的车牌识别研究开题报告

1. 研究目的与意义

近年来，中国经济的快速发展，人民生活水平继续提高，私家车的数量越来越多，公路交通的快速发展造成严重的交通拥堵和交通事故，传统的手工管理模式已经越来越不能满足对交通控制和安全管理的需求。因此，新兴的智能交通系统，成为当前交通管理的主要途径，这是现代信息智能化的结果。

目前在国内外交通管理系统中，车牌识别技术是交通管理现代化和智能化的重要组成部分，车牌识别技术是指能够检测到受监控路面的车辆并自动提取车辆牌照信息(含汉字字符、英文字母和阿拉伯数字等)进行处理的技术。

车牌识别的最终目的就是对车牌上的文字进行识别。字符识别用于车牌字符识别(ocr)中的算法主要有基于模板匹配的ocr算法以及基于人工神经网络的ocr算法。基于模板匹配的ocr的基本过程是:首先对待识别字符进行二值化并将其尺寸大小缩放为字符数据库中模板的大小，然后与全部的模板进行匹配，最后选最佳匹配作为结果。用人工神经网络进行字符识别主要有两种方法:一种方法是先对待识别字符进行特征提取，然后用所获得的特征来训练神经网络分类器。识别效果与字符特征的提取有关，而字符特征提取往往比较耗时。因此，字符特征的提取就成为研究的关键。还有一种方法则充分利用神经网络的特点，直接把待处理图像输入网络，由网络自己主动实现特征提取直至识别。

2. 研究内容和预期目标

（一）研究内容：

在整个车牌字符识别系统中主要有下面框图中的五大部分，其中研究重点是：车牌定位、分割字符和识别字符内容。

对于前面的字符采集信息与后期的字符数据处理方面做简单的介绍。根据车牌字符识别的处理流程来说本课题研究的内容有以下几部分。

3. 研究的方法与步骤

1.文献调查法

2.实验法

3.比较研究法

4. 参考文献

[1]余成波.数字图像处理及 matlab 实现[m].重庆:重庆大学出版社，2003:18-20.

[2]阮秋琦.数字图像处理学[m].北京:电子工业出版社，2003:4-7,49-5:150-181.

[3]王广宇.车辆牌照识别系统综述[j].郑州轻工业学院学报(自然科学版).2001,16(2):

5. 计划与进度安排

1. 2022-2-25～2022-3-29 查阅资料，撰写开题报告和翻译外文资料；

2. 2022-3-29～2022-4-18 开题报告的完善，完成对数字图像处理，牌照定位分割，字符识别的研究与学习；

3. 2022-4-18～2022-5-10 编写，调试，完成程序；