东北大学秦皇岛分校毕业设计（论文） 第 IV 页
3.4.1 选取结构元素 .............................................. 24 3.4.2 车牌区域的提取 ............................................ 27 4. 车牌字符分割算法的研究 .......................................... 29 4.1 传统的字符分割算法分析 ....................................... 29 4.2 字符分割算法中的问题分析 ..................................... 30 4.3 本文研究的字符分割算法 ....................................... 30 4.3.1 车牌精确定位 .............................................. 30 4.3.2 字符分割算法 .............................................. 325. 基于神经网络的车牌字符识别 ....................................... 355.1 常用的车牌字符识别方法 ....................................... 355.2 基于神经网络的字符识别 ....................................... 355.2.1 神经网络概述 .............................................. 365.2.2 BP神经网络构造和训练 ..................................... 375.2.3 BP神经网络算法 ........................................... 375.3 字符识别 ..................................................... 385.3.1 建立字符模板数据库 ........................................ 385.3.2 神经系统识别的matlab实现 .................................. 40结 论 ........................................................... 45致 谢 ........................................................... 46参考文献 ........................................................... 47附 录 ........................................................... 49
东北大学秦皇岛分校毕业设计（论文） 第 1 页
1绪论
1.1 研究背景和研究意义
智能交通系统(Intelligent Transportation System，ITS)是美国智能交通学会在1990年提出的。ITS“借助系统的智能，将车辆运行调整到最佳状态，充分有效地利用道路时空资源，使车辆在道路上安全、高效地行驶，保障人、车、路和谐统一，在极大地提高运输效率的同时，充分保障交通安全、改善环境质量、提高能源利用率”。经过二十多年的发展，ITS应用范围非常广阔，从美国交通部网站可以了解到ITS一些应用领域，例如，高速公路管理、突发事件管理、电子计费等等。
汽车牌照识别技术（License Plate Recognition, LPR）是ITS的重要组成部分，多应用在电子计费领域。LPR系统是一个以特定目标为对象的专用计算机视觉系统，该系统能从一幅图像中自动提取车牌图像，自动分割字符，运用模式识别、人工智能技术，实时准确地自动识别出车牌的数字、字母及汉字字符，使得车辆的电脑化监控和管理成为现实。常用的LPR识别技术有IC卡识别技术、条形码识别技术和图像处理识别技术。基于图像处理的车牌识别技术有着其他车牌识别技术无法比拟的优点。
车辆牌照自动识别技术是智能交通系统的一个重要组成部分，它在交通管理、监控中有着广泛的应用。车辆牌照识别系统技术能够从一幅车辆图像中准确定位出车牌图像，经过字符切分和识别后实现车辆牌照的自动识别，从而为以上应用提供信息和基础功能。
目前车牌识别系统主要应用于以下领域：
（1）停车场管理系统。利用车牌识别技术对出入车辆的号牌进行识别和匹配，与停车卡结合实现自动计时、计费的车辆收费管理系统。
（2）高速公路超速自动化管理系统。以车牌自动识别技术为基础，与其他高科技手段结合，对高速公路交通流状况进行自动监测、自动布控，从而降低交通事故的复发生率，确保交通顺畅。
（3）公路布控。采用车牌识别技术实现对重点车辆的自动识别，快速报警，既可以有效查找被盗车辆，同时又为公安、检察机关提供了对犯罪嫌疑人的交通工具进行
东北大学秦皇岛分校毕业设计（论文） 第 2 页
远程跟踪与监查的技术手段。
（4）城市十字交通路口的“电子警察”。可以对违章车辆进行责任追究，也可以辅助进行交通流量统计，交通监测和疏导。
（5）小区车辆管理系统。社区保安系统将出入社区的车辆通过车牌识别技术进行记录，将结果与内部车辆列表对比可以实现防盗监管。
现今，在高速公路的收费站，车牌识别技术已经基本全部实现了电子收费，缩短了在收费站口的停车时间。在城市的道路交通中，车牌识别技术也应用在了交通超速管理中，大大加强了城市交通监管的力度。同样的，在对公路流量的监控中应用车牌识别技术，可以缓解道路拥挤的问题。所以，车牌识别技术的应用就更具有实用价值和应用性。不但可以改善道路的畅通，也给人们的生活带来了经济价值。
因为我国的车牌识别技术起步较晚，所以很多技术尚处于初步适用阶段，人们也一直希望改进车牌识别技术，来满足对现今交通管理系统的需求。所以，对车牌识别技术的研究具有非常重要的意义。
基于图像处理技术的LPR系统的最终目标是从图片中识别出所有车牌号码和车牌颜色(或者车牌类型)。如果直接从采集到的图片中寻找车牌字符，以现有的图像处理技术来看难度非常之大。为了降低难度，一般将LPR软件部分分为三大模块，分别是车牌定位、字符分割和字符识别。车牌定位的任务是从图片中给出车牌位置;字符分割的任务是在定位后的车牌图像中将字符一个个切分出来，这一部分还包括倾斜校正和颜色分类;字符识别的任务是识别切分出来的字符。 1.2 国内外车牌识别技术的研究现状
车牌识别技术作为智能交通系统中的关键技术，在各国学者的共同努力下，已经得到了长足的发展，并且已经得到了不同程度的实际应用，但目前还存在着种种不足。
对于未来车牌识别产品的技术发展趋势，汉王科技智能交通部总经理乔炬认为。首先，由于市场需求不同，对识别产品的需求也有差异，因此就要求研发针对不同细分市场的车牌识别产品。其次，随着算法的不断改进，基于视频触发技术的车牌识别产品将得到大范围的应用，但是视频触发技术取代外触发装置尚需时日。第三，现在的
东北大学秦皇岛分校毕业设计（论文） 第 3 页
车牌识别系统设备过多，系统集成难度大，系统稳定性差，系统维护是一个让人头疼的问题。随着技术不断进步，以往多个设备实现的功能可能由一个设备实现。 现代交通的飞速发展，其对交通自动化管理的要求也应运而生，并越来越急迫，为了顺应其发展步伐，上世纪 80 年代开始，国内外许多发达国家已将图像处理技术应用于其中，对车牌识别系统的研究与探讨也随之开始了。
早期的车牌识别技术仅仅是针对某一个单一的、具体的技术问题进行分析与研究，且只是采用比较简单的图像处理算法有针对性地解决问题。因此，还没有一个专门针对车牌识别技术的完整的系统体系被提出。早期的解决此类问题的过程大致描述如下：首先使用工业电视摄像机采集车辆正前方的车牌目标区域图像，并使用计算机对其进行较简单的图像处理，且最终结果需要大量的人工干预与经验因素。因此，早期的车牌识别技术解决问题的过程中，自动化程度非常低，且精确度并不能达到理想程度。
从 20 世纪 90 年代至今，车牌识别技术的系统化研究也随着计算机视觉技术的不断发展及计算机性能的逐渐提升渐渐升温。1990 年，国外一些研究人员发明了一些用于车牌自动识别的系统，并运用了大量的计算机视觉与图像处理技术。此类系统主要利用不同阈值对应的直方图的区别，以此计算出车牌目标区域对应的直方图的阈值范围，且其中融入了大量的统计实验成分；然后利用此阈值对应的直方图进行车牌字符分割；最后，使用模板匹配进行车牌字符识别，而用于模板匹配的标准字符模板是经过大量统计实验后预先设置的。大抵而言，此类系统主要分为四个部分，即：图像分割、特征提取、构造车牌字符模板及车牌字符识别等。还有一些研究人员将视觉字符识别技术应用于车牌图像的智能分析中，他们利用车牌的特征信息在二值图像中定位车牌目标区域，并使用边界跟踪技术提取出车牌字符特征；然后在统计最邻域分类器的帮助下对车牌字符样本库中的样本字符进行逐一比较，以此来获得一个或多个车牌候选识别结果；最后，再利用车牌字符的特征信息对候选结果进行逐一检测及详细核查，以此确定出最终车牌识别结果，并给出检测的车牌号码。相比早期的车牌识别技术而言，此段时期一些较为复杂的图像处理技术被广泛使用，尽管此类车牌识别没有更多地考虑车牌识别实时性的具体要求，精确度也有待进一步提高，但同时也有所突破。
现如今，随着社会经济的发展，我们的车辆数量也急剧增加，车牌识别技术越来