下载文档原格式
《数字图像处理》课程设计报告设计题目：基于图像处理的车牌识别技术学院：xxxxxxxxxxxxxxxx专业：xxxxxxxxxxxxxxxxxxxxxxxxxxx姓名：xxxxxxxxxxxxxxxxxxxxxxx学号：xxxxxxxxxxxxxxxxxxx指导教师：xxxxxx2015 年xx 月xx 日摘要智能交通系统已成为世界交通领域研究的重要课题，车牌识别系统作为智能交通系统的核心，起着非常关键的作用。
目前，图像处理技术在车牌识别中的应用研究已经成为科学界的一个重要研究领域。
本课程设计旨在粗浅地运用所学基本原理和知识分析数字图像处理技术在友好环境下的应用（所选车牌识别的车辆图片均为友好环境下，易于处理的实验图片，不具有广泛性）。
以车牌为研究对象，主要研究如何通过图像的预处理、车牌的定位、车牌字符分割和字符识别等一系列过程，完成车牌的识别。
关键词：智能交通、数字图像处理、车牌识别ABSTRACTIntelligent transportation system has become an important research topicin the world of transportation, license plate recognition system as thecore of intelligent transportation system, plays a key role. At present,the application of image processing technology in vehicle license platerecognition has become an important research area of the scientificcommunity.This course is designed to scratch the surface and apply the knowledgeto analyze the basic principles of digital image processing technologyin a friendly environment (experimental vehicle license platerecognition image selected pictures are environment-friendly, easy tohandle, does not have the breadth) . With license plate for the study,the main research how image preprocessing, license plate and licenseplate character segmentation and character recognition process and aseries of complete license plate recognition.Keywords：smart transportation 、Image Processing 、License Plate Recognition目录1、绪论 (4)1.1问题提出 (4)1.2背景及现状分析 (4)1.3目的及意义 (5)1.4开发工具 (5)2、系统设计 (5)2.1总体设计方案 (5)2.2流程图 (5)2.3模块功能分析 (6)2.3.1图像预处理 (6)2.3.2车牌定位 (8)2.3.3字符分割 (8)2.3.4字符识别 (10)3、系统结果分析 (12)3.1本系统结果分析 (12)3.2本系统的不足 (12)4、课程设计总结 (13)5、课程设计体会 (13)6、参考文献 (13)7、附录 (14)1、绪论伴随着工业的迅速发展，城市化的进展和汽车的普及，世界各国的交通量急剧增加。
数字图像处理（车牌识别）课程设计指导书一、课程设计目的1、提高分析问题、解决问题的能力，进一步巩固数字图像处理系统中的基本原理与方法。
2、熟悉掌握MATLAB，并用其进行数字图像的应用处理的开发设计。
二、课程设计基本要求1.掌握数字图像处理的基本原理。
图像处理的研究内容主要包括：图像变换、图像增强、图像复原、图像编码、边缘提取和图像分割。
2. 熟悉MATLAB图像处理的基本方法。
1）熟悉和掌握MATLAB 程序设计方法；2）熟悉MATLAB图像处理工具箱；3）学会运用MATLAB工具箱对图像进行处理和分析。
3．需要在程序书写时说明做适当的注释。
要理解每个函数的具体意义和适用范围，在报告中须要将主要函数的功能和参数做详细的说明。
4、通过多幅不同图像来测试该系统的稳定性和正确性。
二、设计的内容利用MATLAB函数功能，设计和实现通过设计一个车牌识别系统。
车牌识别系统的基本工作原理为：将手机拍摄到的包含车辆牌照的图像输入到计算机中进行预处理，再对牌照进行搜索、检测、定位，并分割出包含牌照字符的矩形区域，然后对牌照字符进行二值化并将其分割为单个字符，然后将其逐个与创建的字符模板中的字符进行匹配，匹配成功则输出，最终匹配结束则输出则为车牌号码的数字。
车牌识别系统的基本工作原理图如图1所下所示：三、总体方案设计车辆牌照识别系统主要是由车牌定位和字符分割识别两部分组成，其中车牌定位又可分为图像预处理及边缘提取模块和牌照定位及分割模块；字符识别可分为字符分割和单个字符识别两个模块。
为用于牌照的分割和牌照字符的识别，原始图象应具有适当的亮度，较大的对比度和清晰可辩的牌照图象。
但由于辆牌照的整洁度、自然光照条件、拍摄时摄像机与牌照的矩离等因素的影响，牌照图象可能出现模糊、歪斜和缺损等严重缺陷，因此需对原始图象进行识别前的预处理。
牌照的定位和分割是牌照识别系统的关键技术之一，其主要目的是在经图象预处理后的原始灰度图象中确定牌照的具体位置，并将包含牌照字符的一块子图象从整个图象中分割出来，供字符识别子系统识别之用，分割的准确与否直接关系到整个牌照字符识别系统的识别率。
本科生毕业论文（设计）题目:基于数字图像处理的车牌识别设计**: ***学院: 数理与信息工程学院专业: 电子信息工程班级: 111学号:指导教师:刘纯利职称: 教授2014 年12 月24 日安徽科技学院教务处制目录摘要 ....................................................................关键词 ..................................................................1、设计目的 .............................................................2、设计原理: ............................................................3、设计步骤: ............................................................4、实行方案 .............................................................4.1. 总体实行方案:...................................................4.2. 各模块的实现:...................................................4.2.1输入待处理的原始图像: .......................................4.2.2图像的灰度化并绘制直方图: ...................................4.2.3 边缘检测....................................................4.2.4图像的腐蚀操作：............................................4.2.5平滑图像....................................................4.2.6除去二值图像的小对象 ........................................4.3车牌定位 .........................................................4.4字符的分割与识别..................................................4.4.1.车牌的再处理................................................4.4.2字符分割....................................................4.5车牌识别：........................................................5、总结: ................................................................6、致谢 .................................................................7、参考文献: ............................................................基于数字图像处理的车牌识别设计电子信息工程专业学生周金鑫指导教师刘纯利摘要：车牌识别在人类社会交通系统中担当重要角色，一个设计优良的车牌识别系统会给人们生活带来极大的方便，本文通过运用matlab和数字图像处理的一些知识简单通过图像预处理，车牌定位，字符分割，采用模板匹配法实现车牌字符的识别。
贵州大学实验报告学院：计算机学院专业：网络工程班级：101 姓名学号实验组实验时间12.11 指导教师戴丹成绩实验项目名称实验四汽车牌照自动识别实验目的1.分析汽车牌照的特点，正确获取整个图像中车牌的区域，并识别出车牌号。
2.将图像预处理、分割、分析等关键技术结合起来，理论与实践相结合，提高图像处理关键技术的综合应用能力。
实验原理牌照自动识别是一项利用车辆的动态视频或静态图像进行牌照号码、牌照颜色自动识别的模式识别技术。
其硬件基础一般包括触发设备、摄像设备、照明设备、图像采集设备、识别车牌号码的处理机等，其软件核心包括车牌定位算法、车牌字符分割算法和光学字符识别算法等。
某些牌照识别系统还具有通过视频图像判断车辆驶入视野的功能称之为视频车辆检测。
一个完整的牌照识别系统应包括车辆检测、图像采集、牌照识别等几部分。
当车辆检测部分检测到车辆到达时触发图像采集单元，采集当前的视频图像。
牌照识别单元对图像进行处理，定位出牌照位置，再将牌照中的字符分割出来进行识别，然后组成牌照号码输出。
实验步骤a.牌照定位，定位图片中的牌照位置；b.牌照字符分割，把牌照中的字符分割出来；c.牌照字符识别，把分割好的字符进行识别，最终组成牌照号码。
实验数据getword.mfunction [word,result]=getword(d)word=[];flag=0;y1=8;y2=0.5;while flag==0[m,n]=size(d);wide=0;while sum(d(:,wide+1))~=0 && wide<=n-2wide=wide+1;endtemp=qiege(imcrop(d,[1 1 wide m]));[m1,n1]=size(temp);if wide<y1 && n1/m1>y2d(:,[1:wide])=0;if sum(sum(d))~=0d=qiege(d); % 切割出最小范围else word=[];flag=1;endelseword=qiege(imcrop(d,[1 1 wide m]));d(:,[1:wide])=0;if sum(sum(d))~=0;d=qiege(d);flag=1;else d=[];endendendresult=d;qiege.mfunction e=qiege(d)[m,n]=size(d);top=1;bottom=m;left=1;right=n;while sum(d(top,:))==0 && top<=mtop=top+1;endwhile sum(d(bottom,:))==0 && bottom>=1bottom=bottom-1;endwhile sum(d(:,left))==0 && left<=nleft=left+1;endwhile sum(d(:,right))==0 && right>=1right=right-1;enddd=right-left;hh=bottom-top;e=imcrop(d,[left top dd hh]);main.mfunction [d]=main(jpg)close allclcI=imread('car2.jpg');subplot(2,3,1),imshow(I);title('原图')I1=rgb2gray(I);subplot(2,3,2),imshow(I1);title('灰度图');subplot(2,3,3),imhist(I1);title('灰度图直方图');I2=edge(I1,'robert',0.15,'both');subplot(2,3,4),imshow(I2);title('robert算子边缘检测') se=[1;1;1];I3=imerode(I2,se);subplot(2,3,5),imshow(I3);title('腐蚀后图像');se=strel('rectangle',[25,25]);I4=imclose(I3,se);subplot(2,3,6),imshow(I4);title('平滑图像的轮廓');I5=bwareaopen(I4,2000);figure(2),imshow(I5);title('从对象中移除小对象'); [y,x,z]=size(I5);myI=double(I5);ticBlue_y=zeros(y,1);for i=1:yfor j=1:xif(myI(i,j,1)==1)Blue_y(i,1)= Blue_y(i,1)+1;endendend[temp MaxY]=max(Blue_y);PY1=MaxY;while ((Blue_y(PY1,1)>=5)&&(PY1>1))PY1=PY1-1;endPY2=MaxY;while ((Blue_y(PY2,1)>=5)&&(PY2<y))PY2=PY2+1;endIY=I(PY1:PY2,:,:);Blue_x=zeros(1,x);for j=1:xfor i=PY1:PY2if(myI(i,j,1)==1)Blue_x(1,j)= Blue_x(1,j)+1;endendendwhile ((Blue_x(1,PX1)<3)&&(PX1<x))PX1=PX1+1;endPX2=x;while ((Blue_x(1,PX2)<3)&&(PX2>PX1))PX2=PX2-1;endPX1=PX1-1;PX2=PX2+1;dw=I(PY1:PY2-8,PX1:PX2,:);t=toc;figure(3),subplot(1,2,1),imshow(IY),title('行方向合理区域');figure(3),subplot(1,2,2),imshow(dw),title('定位剪切后的彩色车牌图像') imwrite(dw,'dw.jpg');[filename,filepath]=uigetfile('dw.jpg','输入一个定位裁剪后的车牌图像'); jpg=strcat(filepath,filename);a=imread('dw.jpg');b=rgb2gray(a);imwrite(b,'1.车牌灰度图像.jpg');figure(4);subplot(3,2,1),imshow(b),title('1.车牌灰度图像')g_max=double(max(max(b)));g_min=double(min(min(b)));T=round(g_max-(g_max-g_min)/3);[m,n]=size(b);d=(double(b)>=T);imwrite(d,'2.车牌二值图像.jpg');figure(4);subplot(3,2,2),imshow(d),title('2.车牌二值图像')figure(4),subplot(3,2,3),imshow(d),title('3.均值滤波前')h=fspecial('average',3);d=im2bw(round(filter2(h,d)));imwrite(d,'4.均值滤波后.jpg');figure(4),subplot(3,2,4),imshow(d),title('4.均值滤波后')se=eye(2);[m,n]=size(d);if bwarea(d)/m/n>=0.365d=imerode(d,se);elseif bwarea(d)/m/n<=0.235d=imdilate(d,se);endimwrite(d,'5.膨胀或腐蚀处理后.jpg');figure(4),subplot(3,2,5),imshow(d),title('5.膨胀或腐蚀处理后')d=qiege(d);[m,n]=size(d);figure,subplot(2,1,1),imshow(d);%figure(6),subplot(1,1,1),imshow(d),title(n)k1=1;k2=1;s=sum(d);j=1;while j~=nwhile s(j)==0j=j+1;endk1=j;while s(j)~=0 && j<=n-1j=j+1;endk2=j-1;if k2-k1>=round(n/6.5)[val,num]=min(sum(d(:,[k1+5:k2-5])));d(:,k1+num+5)=0;endendd=qiege(d);y1=10;y2=0.25;flag=0;word1=[];while flag==0[m,n]=size(d);left=1;wide=0;while sum(d(:,wide+1))~=0wide=wide+1;endif wide<y1d(:,[1:wide])=0;d=qiege(d);elsetemp=qiege(imcrop(d,[1 1 wide m]));[m,n]=size(temp);all=sum(sum(temp));two_thirds=sum(sum(temp([round(m/3):2*round(m/3)],:)));if two_thirds/all>y2flag=1;word1=temp;endd(:,[1:wide])=0;d=qiege(d);endend[word2,d]=getword(d);[word3,d]=getword(d);[word4,d]=getword(d);[word5,d]=getword(d);[word6,d]=getword(d);[word7,d]=getword(d);subplot(5,7,1),imshow(word1),title('1');subplot(5,7,2),imshow(word2),title('2');subplot(5,7,3),imshow(word3),title('3');subplot(5,7,4),imshow(word4),title('4');subplot(5,7,5),imshow(word5),title('5');subplot(5,7,6),imshow(word6),title('6');subplot(5,7,7),imshow(word7),title('7');[m,n]=size(word1);word1=imresize(word1,[40 20]);word2=imresize(word2,[40 20]);word3=imresize(word3,[40 20]);word4=imresize(word4,[40 20]);word5=imresize(word5,[40 20]);word6=imresize(word6,[40 20]);word7=imresize(word7,[40 20]);subplot(5,7,15),imshow(word1),title('1');subplot(5,7,16),imshow(word2),title('2');subplot(5,7,17),imshow(word3),title('3');subplot(5,7,18),imshow(word4),title('4');subplot(5,7,19),imshow(word5),title('5');subplot(5,7,20),imshow(word6),title('6');subplot(5,7,21),imshow(word7),title('7');imwrite(word1,'1.jpg');imwrite(word2,'2.jpg');imwrite(word3,'3.jpg');imwrite(word4,'4.jpg'); imwrite(word5,'5.jpg');imwrite(word6,'6.jpg');imwrite(word7,'7.jpg');liccode=char(['0':'9' 'A':'Z' '苏豫陕鲁']);SubBw2=zeros(40,20); l=1;for I=1:7ii=int2str(I);t=imread([ii,'.jpg']);SegBw2=imresize(t,[40 20],'nearest');if l==1kmin=37;kmax=40;elseif l==2kmin=11;kmax=36;else l>=3kmin=1;kmax=36;endfor k2=kmin:kmaxfname=strcat('字符模板\',liccode(k2),'.jpg');SamBw2 = imread(fname);for i=1:40for j=1:20SubBw2(i,j)=SegBw2(i,j)-SamBw2(i,j);endendDmax=0;for k1=1:40for l1=1:20if ( SubBw2(k1,l1) > 0 | SubBw2(k1,l1) <0 )Dmax=Dmax+1;endendendError(k2)=Dmax;endError1=Error(kmin:kmax);MinError=min(Error1);findc=find(Error1==MinError);Code(l*2-1)=liccode(findc(1)+kmin-1);Code(l*2)=' ';l=l+1;endfigure(6),subplot(1,1,1),imshow(d);title(n);figure(6),subplot(1,1,1),imshow(dw);title (['车牌号码:',Code],'Color','b');实验总结学会将图像预处理、分割、分析等关键技术结合起来，理论与实践相结合，提高图像处理关键技术的综合应用能力。
目录一、课程设计目的 (3)二、课程设计要求 (3)三、课程设计的内容 (3)四、题目分析 (3)五、总体设计 (4)六、具体设计 (5)1、文件 (5)1.1、打开 (5)1.2、保存 (5)1.3、退出 (5)2、编辑 (5)6.2.1、灰度 (5)6.2.2、亮度 (6)6.2.3、截图 (7)6.2.4、缩放 (7)3、旋转 (9)6.3.1、上下翻转 (9)6.3.2、左右翻转 (9)6.3.3任意角度翻转 (9)6.4、噪声 (10)6.5、滤波 (10)6.6、直方图统计 (11)6.7、频谱分析 (12)6.7.1、频谱图 (12)6.7.2、通过高通滤波器........................... .. (12)6.7.3、通过低通滤波器...................................... . (13)6.8、灰度图像处理................................................ . . (14)6.8.1、二值图像……………………………………………….. .146.8.2、创建索引图像............................................. (14)6.9、颜色模型转换...................................... .. (14)6.10、操作界面设计 (15)七、程序调试及结果分析 (15)八、心得体会 (16)九、参考文献 (17)十、附录 (18)基于MATLAB的图像处理的课程设计摘要：数字图像处理技术是20世纪60年代发展起来的一门新兴学科，随着图像处理理论和方法的进一步完善，使得数字图像处理技术在各个领域得到了广泛应用，并显示出广阔的应用前景。
MATLAB既是一种直观、高效的计算机语言,同时又是一个科学计算平台。
它为数据分析和数据可视化、算法和应用程序开发提供了最核心的数学和高级图形工具。
数字图像处理期末课程报告题目：车牌识别的matlab实现题目类型：软件型学院信息工程与自动化学院专业：计算机科学与技术年级：XXXX 学号：XXXXXXX学生姓名： xxx指导教师：xx日期：2012-6-8目录摘要： (3)关键词： (3)实验工具： (3)车辆牌照识别流程： (3)实验内容及步骤 (3)1.图像预处理： (3)2.车牌定位——车牌起始位置和终止位置 (5)3.图片二值化 (6)4.列方向像素点灰度值累计 (7)5.字符分割： (8)6.建立字符模板数据库 (9)7.归一化训练 (10)结果分析： (15)摘要：本次课程设计的目的是通过对基于MATLAB 的字符识别的研究，以汽车牌照识别的设计为实例，详细介绍字符识别的相关原理。
整个汽车牌照识别的过程分为预处理、边缘提取、车牌定位、字符分割、字符识别五大模块，用MATLAB 软件编程来实现每一个部分，最后识别出汽车牌照。
在研究的同时对其中出现的问题进行了具体分析，处理。
寻找出对于具体的汽车牌照识别过程的最好的方法。
关键词：MATLAB 字符识别 车牌识别 神经网络 图像处理实验工具：MATLAB 7.8（R2009a ）。
车辆牌照识别流程：基于 MATLAB 图像处理的汽车牌照识别，主要包括车牌定位、字符车牌分割、和车牌字符识别三个关键环节。
流程图如下：其中，(1) 原始图像：由数码相机或其它扫描装置拍摄到的图像；（本实验图片由数码相机获得）(2) 图像预处理：对动态采集到的图像进行灰度处理、边缘检测、腐蚀、膨胀、滤波、等处理排除图像干扰；(3) 车牌定位：计算边缘图像的投影面积，寻找峰谷点，大致确定车牌位置，再计算此连通域内的宽高比，剔除不在域值范围内的连通域，最后得到的便为车牌区域；(4) 字符分割：利用投影检测的字符定位分割方法得到单个的字符；(5) 字符数据库：构造训练样本数据库，为第6步的字符识别建立字符模板数据库；(6) 字符识别：通过基于模板匹配的OCR 算法或基于人工神经网络的OCR 算法，通过特征对比或训练识别出相关的字符，得到最后的汽车牌照，包括英文字母和数字。
图像处理课程设计车牌识别一、课程目标知识目标：1. 让学生理解图像处理的基本概念，掌握车牌识别的技术原理。
2. 学会使用图像处理软件进行车牌检测、字符分割和识别。
3. 了解车牌识别技术在现实生活中的应用及其重要性。
技能目标：1. 培养学生运用图像处理技术解决实际问题的能力，如车牌识别。
2. 提高学生编程实践能力，能独立完成车牌识别程序的设计与实现。
3. 培养学生团队协作能力，通过小组讨论、分工合作完成项目任务。
情感态度价值观目标：1. 激发学生对计算机视觉领域的学习兴趣，培养探索精神。
2. 培养学生严谨的科学态度，注重实验数据和结果的分析。
3. 增强学生的社会责任感，认识到技术对社会发展的积极作用。
本课程针对高年级学生，具有较强的实践性和应用性。
结合学生特点，课程目标注重培养学生的动手实践能力和团队合作精神。
在教学过程中，教师应关注学生个体差异，提供针对性的指导，确保学生能够达到预定的学习成果。
通过本课程的学习，使学生能够掌握图像处理技术，为今后从事相关领域的研究和工作打下坚实基础。
二、教学内容1. 图像处理基础知识：图像基本概念、图像处理常用算法。
- 教材章节：第一章 图像处理基础- 内容：图像的表示、图像滤波、边缘检测等。
2. 车牌识别技术原理：车牌检测、字符分割、字符识别。
- 教材章节：第二章 车牌识别技术- 内容：车牌定位、车牌区域提取、字符分割与识别算法。
3. 图像处理软件应用：使用OpenCV、MATLAB等软件进行车牌识别。
- 教材章节：第三章 图像处理软件应用- 内容：软件基本操作、车牌识别功能实现。
4. 车牌识别编程实践：设计并实现车牌识别程序。
- 教材章节：第四章 编程实践- 内容：Python编程、OpenCV库使用、车牌识别算法实现。
5. 车牌识别应用案例分析：分析实际应用场景，了解车牌识别技术的应用。
- 教材章节：第五章 应用案例分析- 内容：车牌识别在交通、安防等领域的应用案例。
数字图像处理——车牌识别学院：信息工程学院专业：信号与信息处理小组成员：学号：指导教师：2010年12月车牌识别系统的设计1．摘要：汽车牌照自动识别系统是制约道路交通智能化的重要因素,包括车牌定位、字符分割和字符识别三个主要部分。
本文首先确定车辆牌照在原始图像中的水平位置和垂直位置,从而定位车辆牌照,然后采用局部投影进行字符分割。
在字符识别部分,提出了在无特征提取情况下基于支持向量机的车牌字符识别方法。
实验结果表明,本文提出的方法具有良好的识别性能。
随着公路逐渐普及，我国的公路交通事业发展迅速，所以人工管理方式已经不能满着实际的需要，微电子、通信和计算机技术在交通领域的应用极大地提高了交通管理效率。
汽车牌照的自动识别技术已经得到了广泛应用。
关键词：车牌识别字符分隔二值化模块匹配字符识别2．设计目的：1、使学生在巩固理论课知识的同时，加强实践能力的提高，理论联系实践。
2、激发学生的研究潜能，提高学生的协作精神，锻炼学生的动手能力。
3、养成自己独立分析和解决问题的能力。
3．设计原理车辆牌照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、拍摄位置和车辆行驶速度等因素的影响应有较大的容阈，并且要求满足实时性要求，能在一定情况下准确的反应出信息。
图1 牌照识别系统原理图车牌识别系统是计算机图像处理与字符识别技术在智能化交通管理系统中的应用，它主要由图像的采集和预处理、牌照区域的定位和提取、牌照字符的分割和识别等几个部分组成，如图1 所示。
其基本工作过程如下：（1）用手机和相机拍下一个在运动中或是静止的车的图像，尽量考虑下光照，因为该程序具有一定的局限性。
（2）由摄像机或手机拍摄的含有车辆牌照的图像通视频卡输入计算机进行预处理，图像预处理包括图像转换、图像增强、滤波和水平较正等；（3）由检索模块进行牌照搜索与检测，定位并分割出包含牌照字符号码的矩形区域；（4）对牌照字符进行二值化并分割出单个字符，经归一化后输入字符识别系统进行识别，最后输出车牌号码。
《数字图像处理》大作业——车牌识别（车牌定位和字符分割部分）学院：电子与控制工程学院专业：交通信息工程及控制学号：****************任课教师：***车牌识别系统1 车牌识别系统1.1车牌识别系统的概述目前随着科技和经济的日益发展，智能交通系统在世界范围内引起重视，我国已经将其列入科技计划重点实施。
智能交通系统是交通发展的必然趋势，而车牌识别系统是智能交通系统中的重要组成部分。
该系统可以记录十字路口违章车辆，实现高速公路，收费路口，停车场等地的收费。
既减少了人力，又节约了时间，还提高了效率。
车牌识别系统的主要任务是分析和处理摄取到的复杂背景下的车辆图像，定位分割牌照，最后自动识别汽车牌照上的字符，LPR是利用车辆牌照的唯一性来识别和统计车辆，它是以数字图像处理、模式识别、计算机视觉等技术为基础的智能识别系统。
在现代化交通发展中车牌识别系统是制约交通系统智能化、现代化的重要因素，LPR系统应该能够从一幅图像中自动提取车辆图像，自动分割牌照图像，对字符进行正确识别，从而降低交通管理工作的复杂度。
车牌字符识别的实质是对车牌上的汉字、字母和数字进行快速准确的识别并以字符串的形式输出识别结果，字符识别技术是整个车牌识别系统的关键。
车牌识别系统与其它图像识别系统相比较而言要复杂的多，在字符识别中，汉字识别是最难也是最关键的部分，很多国外较为成熟的车牌识别系统无法进入中国市场的原因就在于无法有效的识别汉字。
1.2车牌识别系统的结构和工作原理车牌识别技术的任务是处理、分析摄取的车辆图像，实现车牌号码的自动识别。
典型的车辆牌照识别系统是由图像采集系统、中央处理器、识别系统组成，一般还要连接相应的数据库以完成特定的功能。
当系统发现(通过埋地线圈或者光束检测)有车通过时，则发出信号给图像采集系统，然后采集系统将得到的图像输入识别系统进行识别，其识别结果应该是文本格式的车牌号码。
图1.1 车牌识别系统原理图车牌整体识别过程大体可分为四个步骤:图像预处理、车牌定位和分割、车牌字符分割和车牌字符识别。
