1.1 研究目的及意义

随着汽车在人们的工作、生产和生活中扮演着越来越重要的角色，汽车的保有量也在急速增加。由此带来的交通管理问题也变得越来越复杂，智能交通系统地建立是最好的解决方法。智能交通系统就是一项以信息通信技术为基础，使得道路、车辆、使用者 三者紧密协调、和谐统一起来而建立起的在大范围内，全方位发挥作用的实时、准确、高效的运输管理系统，而智能交通系统地核心就是汽车牌照识别技术。

汽车牌照识别技术，不仅可以应用于停车场管理系统、高速公路超速管理系统、城市十字路口的“电子警察”、小区车辆管理系统[1]等，还可以实现对交通流量的统计和查询，道路负荷的测定和管理，而且可以对肇事车、走私车辆、走丢车辆进行辨别和追查。

而现实生活中，夜间由于光线等因素往往会导致图片的质量较差，而如何解决这个问题就成为车牌识别好坏的重要因素之一。因此本研究课题着眼于夜间车牌识别，即模拟在光线条件较差环境下，汽车牌照的识别与研究分析。

1.2 国内外研究现状

目前，国内外有大量关于车牌识别方面的研究报道。国外在这方面的研究工作开展较早。在上世纪70年代，英国就在实验室中完成了“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监测系统。发展到今日，国外对车牌检测的研究已经取得了一些令人瞩目的成就，如Yuntao Cui[2]提出了一种车牌识别系统，在车牌定位以后，利用马尔科夫场对车牌特征进行提取和二值化，对样本的识别达到了较高的识别率。Eun Ryung等[3]利用图像中的颜色分量，对车辆牌照进行定位识别，其中提到了三种方法：①以Hough变换为基础的边缘检测定位识别；②以灰度值变换为基础的识别算法；③以HLS彩色模式为基础的车牌识别系统，识别率分别为81.25%、85%、91.25%。日本对车牌图像的获取也做了大量的研究，并为系统产业化做了大量工作。Luis[4]开发的系统应用于公路收费站，全天识别率达到了90%以上，即使在天气不好的情况下也达到了70%。国外对车牌识别的研究起步早，总体来讲其技术已比较领先，同时由于他们车牌种类单一，规范程度较高，易于定位识别，目前，已经实现了产品化，并在实际的交通系统中得到了广泛的应用。由于中国车牌的格式与国外有较大差异，所以国外关于识别率的报道只具有参考价值，其在中国的应用效果可能没有在其国内的应用效果好，但其识别系统中采用的很多算法具有很好的借鉴意义。 从车牌识别系统进入中国以来，国内有大量的学者在从事这方面的研究，提出了很多新颖快速的算法。中国科学院自动化所的刘智勇等[5]开发的系统在一个样本量为3180的样本集中，车牌定位准确率为99.42%，切分准确率为94.52%，这套系统后来应用于汉王公司的车牌识别系统，取得了不错的效果。南京大学的熊军等[6]提出了基于字符纹理特征的定位算法，准确率达95%。华中科技大学的陈振学等[7]学者提出了一种新的车牌图像字符分割与识别算法，使用一维循环清零法，通过对垂直投影图进行一次扫描，有效的清除了杂点和间隔符，正确分割率达到了96.8%。浙江大学的张引、潘云鹤等[8]提出了彩色边缘算子ColorPrewitt和彩色边缘检测与区域生长相结合的牌照定位算法ColorLP，算法简单，且全面作用在颜色空间的三个分量上，检测出的牌照区域易于与背景剥离。但是计算量和存储量都比较大，难以满足实时性的要求。此外，当车辆区域的颜色和附近颜色相近时，定位失误率会增加。国内还有许多学者都在进行这方面的研究，并且取得了大量的研究成果。

2. 研究的基本内容与方案

基本内容：

本课题是基于MATLAB的车牌图像处理技术研究，汽车牌照识别技术主要包括车牌图像预处理、车牌定位、车牌字符分割和车牌字符识别四部分：