1、車牌識(shí)別研究的難點(diǎn)是車牌定位和字符識(shí)別的方法。目前，關(guān)于車牌識(shí)別的研究方法非常多，但并沒(méi)有一種方法可以適用于所有的應(yīng)用環(huán)境。
　　本文運(yùn)用數(shù)字圖像處理、模式識(shí)別有關(guān)技術(shù)，對(duì)車輛在一般環(huán)境下獲得的車牌圖像進(jìn)行了識(shí)別。研究的車牌識(shí)別系統(tǒng)主要分為圖像預(yù)處理，車牌定位、字符分割、車牌識(shí)別四個(gè)部分。
　　圖像預(yù)處理部分，主要利用灰度直方圖均衡、平滑濾波、圖像二值化處理等圖像處理技術(shù)，研究如何改善車牌圖像質(zhì)量的方法，并通過(guò)MATLAB軟

2、件對(duì)比分析了預(yù)處理后獲得的車牌圖像的實(shí)際效果。車牌定位部分，主要采用基于圖像邊緣檢測(cè)與數(shù)學(xué)形態(tài)學(xué)相結(jié)合的定位方法，研究合理地確定并分割出車牌區(qū)域的方法，并通過(guò) MATLAB軟件實(shí)現(xiàn)了對(duì)車牌區(qū)域的定位。字符分割部分，主要研究了利用Radon變換實(shí)現(xiàn)車牌傾斜校正及基于水平垂直投影的字符分割方法，并通過(guò)MATLAB軟件實(shí)現(xiàn)了校正和字符分割。車牌識(shí)別部分，主要研究了利用BP人工神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)字符識(shí)別的具體辦法，并通過(guò)MATLAB軟件建立了神經(jīng)網(wǎng)絡(luò)