一、课题来源及意义

伴随着近些年来经济的快速发展，人们的生活节奏也随之加快，进而使得各国的汽车数量增加过快，交通状况也大不如前，交通日益拥挤，车辆堵塞情况严重，交通事故频发。尤其近几年来，无论是在发达国家还是发展中国家，交通问题都已经成为城市管理工作中的重要问题，它不仅制约着城市经济建设的发展，而且对市民的正常生活也有很大影响，而单一的通过扩大城市道路的建设来改善交通状况的方法已经无法适应时代的发展，因此需要寻找一种科学的、系统的管理方法来改善目前的交通状况，所以智能交通系统这一领域的研究进入了快速发展阶段。

智能交通系统[1]（Intelligent Transport System，ITS）是21世纪道路交通管理的发张趋势。高速公路的不断发展和车辆管理体制的不断完善，为以图像识别为基础的智能交通管理系统进入实际应用领域提供了契机。基于BP神经网络的车牌识别系统正是在这种应用背景下研制出来的，它能够自动、实时地识别车辆牌照，从而监控车辆的收费、闯关、欠费以及各种舞弊现象。

BP（Back Propagation）神经网络[2]是1986年由Rumelhart和McClelland为首的科学家小组提出，是一种按误差逆传播算法训练的多层前馈网络，是目前应用最广泛的神经网络模型之一。BP神经网络能学习和存储大量的输入-输出模式映射关系，而无需事前揭示描述这种映射关系的数学方程。

车牌识别的实质是对车牌上的数字、字母和汉字进行快识别并以字符的形式输出识别结果，字符识别是整个车牌识别过程的关键所在。由于图像获取时的外界环境不同的影响，系统必须保证能够在任何天气情况下全天不间断的正常工作。因此，对于研究基于BP神经网络的车牌识别算法有重要的意义。

二、国内外车牌识别的研究现状

自20 世纪末以来，随着数字图像处理技术的提高以及对计算机视觉处理技术的深入研究，各个国家的学者们开始将精力投入到对车牌识别系统的相关研究中。近几年来，由于对BP 神经网络的研究取得一些成绩，人们开始关注将BP 神经网络应用于对车牌识别的研究中，随着研究的深入与成熟，车牌识别系统已经进入了市场应用阶段，并取得了一定效果。

由于国外的交通业发展较早，通过多年研究，现如今，一些发达国家已经相继推出了一系列较成熟的产品：

（1）由以色列Hi-Tech 公司研制的一些车辆识别系统的软件，如See/Car System，可以跨越国家车牌规范的不同进行使用，而这一些列中的See/Car Chinese 就是根据中国大陆的车牌规格而研发的识别产品，但是由于其对汉字的识别尚有欠缺，因此应用不是很广泛。

（2）以色列Zamir 研制的Lane Controller 产品，适应欧洲及一些远东地区的国家及香港的车牌识别；