2。3  形态学处理 8

2。4  车牌定位 9

3  车牌字符分割 13

3。1  车牌图像二值化 13

3。2  形态学滤波 14

3。3  去除不必要的边界 15

3。4  字符分割 16

4  字符识别 20

4。1  模版匹配法 22

结  论 25

致  谢 30

参 考 文 献 31

1  绪论

1。1  车牌识别技术的研究背景与研究意义

近年来，我国迅猛发展的经济带动了交通系统的发展，同时使得汽车的数量越来越多。据中国汽车工业协会公布的统计数据，2015年我国汽车产销分别完成2450。33万辆和2459。76万辆，创历史新高，比上年分别增长3。3%和4。7%，连续七年蝉联全球第一。

汽车数量的日益增加带来的是沉重的城市交通压力，如何有效地进行交通管理越来越成为人们日益关注的话题。面对此问题，车牌识别是交通管理中的一个重要环节，对防止交通堵塞，维护交通安全，实现交通自动化有着重要的意义[3]。

车牌识别主要应用在以下场合:

1。车辆进出管理：将车牌识别设备安装在门口，记录进出车辆的车牌号码，方便进行管理。

2。高速公路收费管理：将车牌识别设备安装在高速公路的出入口，极大地提高了工作效率，减少了工作强度。

3。公路上的车辆监测：识别出违章车辆的车牌号码，方便交警处理。

1。2  车牌识别研究的国内外现状

1。3  车牌识别流程

车牌识别流程如图1。1所示，具体分为以下几个过程：

图1。1  车牌识别流程

1。图像采集：通过特定的摄像机获得包含车牌的图像信息，再将图像传输到与摄像机相连接的电脑，进而对图像进行处理。

2。图像处理：对图像进行预处理，从而达到增强图像效果、消除噪声、减少存储空间的效果。有利于后续的车牌定位[3]。

3。车牌定位：在对采集到的图像进行预处理后，通过车牌区域的形态学特征定位到车牌在图像中的位置，从而进行后续的字符分割[4]。

4。字符分割：在定位到车牌的具体位置后，通过垂直投影法在定位好的位置中将各个字符分割出来。

5。字符识别：在得到每个字符的图片后，通过模版匹配法，将分割出来的字符识别成文本。

1。4  本文主要研究内容及章节安排

1。4。1主要内容

    本文针对车牌识别的每个步骤分别进行分析，主要研究了以下内容：对图像进行灰度化，使用roberts算子进行边缘检测，通过数学形态学处理定位出车牌区域，通过模版匹配法识别分割出来的字符。

1。4。2章节安排

本文一共有四个章节，分别的主要内容如下所示：

第一章绪论介绍了车牌识别技术的研究背景与研究意义，接着又介绍了车牌识别研究的国内外现状，然后我们阐述了车牌识别的大致流程，最后介绍了本文的大致内容。

第二章字符识别首先对图像进行灰度化处理来提高处理速度并且减少存储空间，接着用roberts算子进行边缘检测使得车牌区域更为清晰，然后进行形态学处理从而显示出可能为车牌的连通区域，最后通过对图像中像素点分析定位到车牌。