经过国内外学者们持续深入广泛研究，目前，车牌识别领域已经积累了大量的成果。在车牌定位方面，先后有大量的专家和学者，从时域分析到频域分析，进行了探讨。如基于逐行扫描的车牌提取方法，基于边缘检测的提取方法，纹理分析，小波检测，对称变换等。在车牌字符分割方面，采用投影分析，模板匹配，神经网络等方法都分别针对不同的图片源取得了很好的效果。在车牌字符识别方面，近年来基于机器学习的方法成为有效而且极具前途的方法。例如：神经网络，支持向量机等。针对这些算法，有的学者对其进行不断的改进，将几种方法结合在一起，以达到更好的效果或者更快的速度。尽管如此，车牌识别技术依然不是很成熟，仍然存在很多的问题和困难需要解决，这也是它不能够被大规模推广的原因。因此，国内外对车牌识别系统的研究还在持续进行中。这主要是为了使车牌识别系统能够达到较高的识别效果，拥有良好的实时性以及对复杂环境的鲁棒性。此外，每种算法一般只是针对特定的图片源，对于其他的图片源，算法的准确性会下降。因此，不同的应用场合则需要不同的算法来进行处理。为了能够满足各种应用环境的需求，这也是我们继续研究的动力之一。
字符分割切分的越准确，识别的效果就越好。国外研究人员提出了几种车牌字符分割的算法，但是由于在车牌字符分割中存在各种问题，造成的分割不准确，甚至是分割错误，所以导致目前很难找到普遍适用的分割方法，常用的字符分割法是基于投影分析的字符分割法和基于连通域分析的字符分割法。但对于实际应用中的各种复杂情况，却不能完全适用，但是他们的优势却可以互补。已经有人员研究出了基于这两种方法的分割方法。但是由于各种主观和客观的因素，字符分割的算法仍有待改进和更好的发展。
1.4    本文的结构安排和主要工作
本文主要是介绍在MATLAB的开发环境下进行车牌字符分割算法的设计与实现。主要的结构安排如下：
第一章     绪论     
主要介绍车牌自动识别系统的现状以及车牌字符分割算法的发展情况以及介绍文章整体结构安排
第二章    图像处理和MATLAB简介
本文所提出的算法是在MATLAB环境下进行设计与实验的，所以本章主要介绍MATLAB的相关知识和使用说明以及关于图像处理的相关介绍
第三章    图像处理理论基础
本章详细介绍了本文提出的算法中所涉及到的图像处理知识，包括常用方法以及实现原理等。
第四章    车牌字符分割算法设计与实现
本章中详细说明了本文提出的算法各个过程具体的算法实现并介绍了每个过程的作用和设计思想
第五章    实验结果与分析
本章中主要进行了对于本算法的使用说明和具体的分割情况总结
第优尔章    总结与展望
在本章中主要对本次实验进行总结以及对于本算法中有何不足与有待改进之处加以说明。
2    图像处理与MATLAB简介
2.1    MATLAB概述
本文中介绍的设计是在MATLAB环境下进行的算法设计与实现。MATLAB的英文全称是Matrix Laboratory（矩阵实验室），从理论上讲，图像是一种二文的连续函数，然而在计算机上对数字图像处理时，首先必须对其在空间和亮度上进行数字化，即图像的采集和量化过程。通过对二文图像的均匀采样，既可以得到一幅离散化成MXN样本的数字图像。该数字图像是一个整数阵列，因而用矩阵来描述是最直观的和最简便的方法。而MATLAB的长处就是处理矩阵运算，因此MATLAB处理数字图像非常方便。 车牌字符分割算法的设计与实现(5):http://www.youerw.com/jisuanji/lunwen_7282.html