全文总字数：1983字

1. 研究目的与意义及国内外研究现状

随着科技的发展，各种高新技术逐渐进入人们的生活中，并得到广泛的应用。车牌识别就是其中一项代替了传统人工检测的技术。近些年经济飞速发展，机动车的数量逐年增加，逐渐成为每家每户的必需品；然而不可避免的是，这也带来了不必要的交通拥堵、交通事故等问题。面对庞大的数据量，光靠人工筛查和管理显然是不现实的，于是需要依靠车牌自动识别技术。

车牌识别技术可以运用在高速公路收费站，停车场、道路交通安全监控等场合，所以它的应用范围很广泛。本课题的研究意义旨在讨论出更好的并且通用的车牌识别技术，因为车牌识别技术要求十分严格，它要考虑天气环境、车牌的多样性等要求。

国内外研究现状

国外的交通发展历史就我国而言要长很多，最早于上个世纪中期，国外的专家学者已经研发出了一些智能识别系统。到了上个世纪末期，部分成熟的系统被投入到了实际生活当中，例如停车场、高速公路以及其他场合。像以色列的see\car system还有新加坡的vlprs等产品都是比较有代表性的智能识别系统。但是我国车牌中含有汉字，直接照搬国外的系统来使用是比较困难的。asia vision technology公司研发过一款能辨认中英韩语言的系统，但是识别条件十分苛刻，不具有通用的能力。

2. 研究的基本内容

本文叙述内容为：介绍了车牌识别的流程。因为车牌识别对于环境要求十分苛刻，在预处理阶段需要对图像进行灰度变换、以及图像滤波等处理。其次，本文列举了常用的车牌定位和字符分割方法，分析各个方法的特点和不足，字符分割的部分按照两个字符之间的最大间距作为参考标准，若最大间距大于某个值时，则进行分割处理，依靠BP神经网络对单个字符进行识别，最后通过使用Matlab进行了模拟仿真实验。

3. 实施方案、进度安排及预期效果

实行方案：

使用matlab来设计程序

进度安排：

4. 参考文献

[1]鹿琛, 王姗珊. 基于bp神经网络的车牌字符识别方法[j]. 山东农业大学学报（自然科学版）, 2017(1).

[2]张娜, 韩美林, 王园园, 基于改进的bp神经网络的车牌识别技术研究[j]. 计算机与数字工程, 2018, 46(10):161-164 177.

[3]黄辰阳. 基于图像处理的车牌识别方法研究[d].