一、研究背景

随着人们生活水平的提高，为适应越来越快的生活与工作节奏，私家车的数量越来越多，交通的需求量也越来越大，但交通的基础设施建设远远赶不上车辆的增长速度，传统的人工模式已经不能满足实际生活的需要了。 人们开始寻求研究高效快速的对车辆进行管理和监控的技术。车牌识别技术成为了实现智能交通系统的核心技术，利用此技术对车辆进行自动登记、验证、监视和报警，也可以对停车场进行管理等等。传统的识别软件是依靠C 来实现的，这次是基于MATLAB的车牌识别系统。MATLAB比较于C 更具有优势，MATLAB的函数隐藏了傅里叶变换等复杂的计算，在图像的灰度化、二值化和滤波方面都有很大的优势，可以更好地进行车牌的识别。

二、研究现状

目前国外在这方面的研究工作开展较早。上世纪70年代，英国实验室就完成了”实时车牌检测系统”的广域检测和开发。同时代，诞生了面向被盗车辆的第一个实时自动车牌检测系统。YuntaoCui提出了一种车牌识别系统，在车牌定位后，利用马尔科夫场对车牌特征进行取值和二值化，对样本的识别达到了较高的识别率。车牌识别系统进入国内以来，大量学者提出了新颖的算法，中国科学院自动化所王志勇等开发的系统在样本3180中，车牌准确率为99.42%，切分准确率为94.52%，这套系统后来用于汉王公司的车牌识别系统，取得了不错的效果。随着市场的不断扩大，需求的进一步提高，必将促进这一领域的进一步发展。

汽车牌照的识别问题已经成为现代交通工程领域中研究的重点和热点问题之一。由于环境影响，给识别车辆的车型带来一定的困难。车牌本身的污染，缺损也会影响识别率。一些因为天气或路况使车牌沾染上灰尘泥土等或使用时间太长使得车牌部分缺失，人眼很难辨别出车牌。车牌字符识别系统有较高的自适应性和鲁棒性，对有噪声或变形的字符图像仍能正确识别，则极大的减轻了车牌等位系统和字符分割系统的压力，设计一个良好的车牌识别系统一直收到人们的极大关注，对于人们的生活和生活有非常显著的意义。车牌识别系统简单来说它能够从一副图像中提取分别出车辆牌照，运用图像处理，模式识别和人工智能，通过对图像的采集和处理完成车辆牌照的自动识别，按需要可以包括字符，数字，牌照图形，牌照颜色，坐标或字体颜色等。目前车牌识别系统已经被广泛应用到包括智能交通违章监视管理（电子普查），高速公路不停车收费，车辆检测，停车场监控与管理等应用中，车牌识别系统本身是一个全数字化的智能系统，在它上面只要做不多的扩充，就可以衍生出一些其他功能，另外，即使是世界上很多研究机构和公司专门从事这方面的研发工作，高可靠性，高性能和高识别率的车牌识别系统还待开发。

三、研究内容

每一辆车都有对应的车牌，车牌是汽车管理的唯一标识符号，在交通管理中具有不可替代的作用，因此车辆牌照识别系统应具有很高的识别正确率，对环境光照条件，拍摄位置的影响应有较大的容阈，并且要求满足实时性要求。

本次课题主要研究用MATLAB软件对车牌号码的识别，根据图像识别理论，在现有的技术基础上，综合利用图像处理、计算机视觉、模糊识别等技术。重点对车牌定位、模板匹配等进行应用性的研究。

主要内容研究：车牌识别系统包括图像采集、图像预处理、车牌定位、字符分割、字符识别。以下为系统的结构框图：