1. 研究目的与意义（文献综述）

随着经济社会的迅猛发展，人们的生活水平的提高，机动车辆的数量也越来越多。为了提高车辆的管理效率，缓解公路上的交通压力，我们必须找到一种解决方案。而作为汽车“身份证”的汽车车牌，是在公众场合能够唯一确定汽车身份的凭证。我们可以以此为依据，设计一种车牌识别系统监控各个车辆的情况。为此，我国交通管理部门对汽车车牌的管理非常重视并制定了一套严格的管理法规。其中对汽车车牌的制作、安装、维护都要求由制定部门统一进行管理。在此基础上，如果研制出一种能在公众场合迅速准确地对汽车牌照进行自动定位识别的系统(CPR)，那么这将是一件非常有意义的工作，并将极大地提高汽车的安全管理水平及管理效率。

自1988年车辆牌照识别(LicensePlateReeognition，LPR)技术推出以来，人们就对其进行了广泛的研究。国外己有不少相关的文章发表，有的己经非常成熟，投入实际使用。在各种应用中有对静态图像处理的系统，如Huang一MuHwang的《APC一BASEDCARLICENSEPLATEREADER》在收费站硬件设施较好的条件下，平均0.7秒内识别率达到97%;也有以汽车速度受限时拍摄的准静态汽车牌照图像为处理对象的实例，如PaoloComelli的((OptiealReeognitionofMotorVehieleLieenseplates))是以收费站实时拍摄的汽车准静态图像为处理对象，对上千幅图像的识别率接近91%。这些系统的成功实现大大受益于国外车牌的规范统一。

我国车牌自动识别的研究起步较晚，大约发生在八十年代末。 90年代以来，由于国内交通现代化发展的需要，我国也开始对车牌定位进行深入地研究并取得了一定的成效。1988年戴营〔3]等利用常见的图像处理技术方法提出汉字识别的分类是在提取汉字特征的基础上进行的。根据汉字的投影直方图，选取浮动阂值，进行量化处理后，形成一个变长链码，再用动态规划法，求出与标准模式链码的最小距离，实现细分类，完成汉字省名的自动识别。上海交通大学计算机戚飞虎等人研究的基于彩色分割的牌照自动识别系统;华中科技大黄心汉等人研究的基于板匹配和神经网络的牌照识别系统;以及浙江大学图形图像研究所潘云鹤等人研究的“车牌通”产品等。此外，西安交通大学的图像处理和识别研究室、清华大学人工智能国家重点实验室等各大高校也作过类似的研究。

2. 研究的基本内容与方案

基本内容及目标：在对图像智能分析与识别技术研究的基础上，研究高速公路车辆自动识别系统。利用现有的高速公路收费系统的车道摄像机、车辆检测器等硬件设备，采用图像识别的方式对经过收费站的诸如车辆牌照车标之类的图像信息进行定位、分割和识别。

拟采用的技术方案及措施：

①图像预处理：在整个车牌识别系统中，由于采集进来的图像为真彩图，再加上实际采集环境的影响以及采集硬件等原因，图像质量并不高，其背景和噪声会影响字符的正确分割。和识别，所以在进行车牌分割和识别处理之前，需要先对车牌图像进行图像预处理操作。

②车牌定位：首先对车牌的二值图片进行形态学滤波，使车牌区域形成一个连通区域，然后根据车牌的先验知识对所得到的连通区域进行筛选，获取车牌区域的具体位置，完成从图片中提取车牌的任务。

③车牌校正：由于捕捉图片的摄像头与车身的角度问题，得到的车牌图片不是水平的。为了顺利进行

后续的分割和识别，必须对车牌进行角度校正。在此，使用了Radon变换来对车牌进行校正。

④车牌分割：首先对车牌进行水平投影，去除水平边框；再对车牌进行垂直投影。通过对车牌进行