1、隨著社會經(jīng)濟的發(fā)展和人們生活水平的提高，由于道路硬件設(shè)施的限制，智能交通越來越受到人們的重視。車牌識別系統(tǒng)是智能交通的重要組成部分，它在城市交通管理、高速公路收費、電子警察、智能停車場等領(lǐng)域有著非常重要的實際應(yīng)用價值，正日益受到人們的重視。
　　 本文結(jié)合我國車牌的特殊性，采用圖像處理技術(shù)、車牌定位技術(shù)、字符分割及歸一化技術(shù)、神經(jīng)網(wǎng)絡(luò)識別技術(shù)等對車牌圖像進行處理和識別。主要完成的工作如下：
　　 ①將采集到的含有車牌的圖

2、像進行灰度化，通過灰度拉伸、直方圖均衡化、中值濾波等對圖像進行增強，并提出了改進的迭代閾值法對圖像進行二值化處理。考慮到微光下車牌圖像的含噪特點，結(jié)合小波變換的時頻分析能力，利用小波變換對微光下的圖像進行了去噪處理，取得了良好的去噪效果。
　　 ②通過對我國車牌特征的分析，和對常見車牌定位方法的研究，本文使用了將邊緣檢測和顏色特征相結(jié)合的車牌定位方法，實驗結(jié)果證明該方法對正常光照下和微光下的車牌都具有很好的定位效果。然后采用斜率