一些发达国家对车牌识别的研究起步比较早，再加上国外的车牌规范比较统一，所以国外在车牌识别的研究上已经取得了很好的成效。新加坡的Optasia公司所研发的IMPS系统可以在各种气候各种环境下准确识别车牌，且无论在白天还是黑夜均可以工作。以色列的Hi-Tech公司可以识别各个国家的车牌。80575

相比之下，我国车牌识别的研究起步较晚，而且我国的车牌颜色多样，尺寸格式多样，再加上位置不固定，所以我国的车牌识别研究相比发达国家较为落后。随着我国经济的日益增强，汽车数量越来越多，对车牌识别的也研究越来越重视，但目前来说，研究车牌识别技术还存在着各种各样的难题论文网。比如当车牌有磨损或者光照条件不足使得车牌的纹理特征遭到了不同程度的破坏，从而降低了车牌识别的成功率。再比如对于对比度不高或者存在字符粘连等车牌进行字符分割时成功率较低，同时车牌识别的成功与否很大程度上取决于车牌的字符分割是否成功。

参 考 文 献

[1] 陈学保。 车牌字符识别算法的研究[D]。 重庆大学, 2013。

[2] 冯瑞。 车牌识别技术的研究及实现[D]。 西安工业大学, 2015。

[3] 徐彩云。 图像识别技术研究综述[J]。 电脑知识与技术, 2013(10):2446-2447。

[4] 闫怀平, 张涵, 张骁艳。 一种快速的车牌定位及字符分割方法[J]。 电脑知识与技术, 2015(12)。

[5] 焦斌亮, 胡永刚。 边缘检测的形态学算法与传统算法比较[J]。 微处理机, 2007, 28(3):75-77。

[6] 胡振稳。 基于BP神经网络的车牌模糊识别的研究[D]。 武汉理工大学, 2007。

[7] 郭铁桥, 郑海明。 机动车牌照图像二值化提取的研究[J]。 计算机时代, 2008(12):45-47。

[8] 马腾飞。 汽车牌照定位与字符分割算法的研究[D]。 山东科技大学, 2007。

[9] 董梁, 王忠民。 图像边缘检测算法研究[J]。 现代电子技术, 2007, 30(15):179-180。

[10] 王金凤。 基于数学形态学的彩色图像边缘检测[D]。 燕山大学, 2010。

[11] 史东承, 于明会。 基于数学形态学滤波的灰度图像边缘检测[J]。 长春工业大学学报:自然科学版, 2008, 29(3):283-287。

[12] 华康。 车牌识别系统设计与实现[D]。 苏州大学, 2015。

[13] 任仙怡, 周晓, 张桂林,等。 彩色汽车牌照定位方法[J]。 红外与激光工程, 2002, 31(3):204-207。

[14] 李延果。 多特征融合的车牌字符识别算法[D]。 河北工业大学, 2012。

[15] 李坤, 彭延军。 车牌自动识别系统的研究与实现[J]。 青岛大学学报:工程技术版, 2010, 25(4):42-47。

[16] 胡桂珍。 基于数字图像处理的车牌识别系统研究[D]。 西南交通大学, 2010。

[17] 薛倩。 汽车牌照识别技术研究[D]。 长安大学, 2009。

[18] 于帅珍。 Matlab基于形态学的数字图像处理[J]。 大众科技, 2013(9):4-5。

[19] 傅建强。 复杂背景下车牌识别算法研究与应用[D]。 复旦大学, 2013。

[20] 张剑。 车辆牌照识别中车牌定位的研究[J]。 信息技术, 2011(8):128-131。

[21] 李鹏举, 于瑞华, 王九洁。 一种基于改进模板匹配方法的车牌字符识别研究[J]。 中国安防, 2010(Z1):116-119。

[22] 罗海燕。 基于机器视觉技术的车牌自动识别技术研究[D]。 上海交通大学, 2013。

[23] 郭灵燕。 汽车牌照自动识别系统技术研究[D]。 哈尔滨工程大学, 2012。

[24] Anagnostopoulos C N E, Anagnostopoulos I E, Loumos V, et al。 A License Plate-Recognition Algorithm for Intelligent Transportation System Applications[J]。 IEEE Transactions on Intelligent Transportation Systems, 2006, 7(3):377-392。 车牌识别研究的国内外研究现状和参考文献:http://www.youerw.com/yanjiu/lunwen_93682.html