1、作為現(xiàn)代智能交通系統(tǒng)中的一項(xiàng)非常重要的技術(shù)，汽車牌照自動(dòng)識(shí)別技術(shù)是近年來(lái)的研究熱點(diǎn)。智能交通系統(tǒng)在車輛跟蹤與提取、高速公路自動(dòng)收費(fèi)、停車場(chǎng)自動(dòng)計(jì)費(fèi)以及交通流量統(tǒng)計(jì)等方面能發(fā)揮重要的作用，而牌照是作為交通系統(tǒng)個(gè)體的車輛的唯一標(biāo)志，因此車牌自動(dòng)識(shí)別技術(shù)在整個(gè)系統(tǒng)中處于核心的關(guān)鍵地位，具有實(shí)際而重要的研究意義。國(guó)內(nèi)外的研究人員已經(jīng)和正在就車牌自動(dòng)識(shí)別技術(shù)展開廣泛而深入地研究，提出了許多算法和方案，并有一些產(chǎn)品投入使用，其效果都未能達(dá)到人們所期

2、望的水平，離真正實(shí)用的要求還有一定的差距。因此在提高車牌提取及識(shí)別算法的準(zhǔn)確率，健壯性和實(shí)時(shí)性方面，還存在較大的研究空間。 本文在充分研究前人的研究成果基礎(chǔ)上，結(jié)合新興的小波分析技術(shù)完成了車牌識(shí)別系統(tǒng)的方法研究和設(shè)計(jì)工作，主要工作有以下幾個(gè)部分：(1)車牌提取 (2)字符分割 (3)字符識(shí)別。 在車牌提取方面，本文針對(duì)各種復(fù)雜背景的車牌圖像，對(duì)車牌候選區(qū)域圖像進(jìn)行小波分析從而準(zhǔn)確地提取出車牌位置。經(jīng)過(guò)實(shí)驗(yàn)證明，該算法達(dá)

3、到了預(yù)期的效果，從原始圖像中提取出車牌的準(zhǔn)確度超過(guò)98％。 在字符分割方面，本文先采用區(qū)域生長(zhǎng)算法得到個(gè)別字符的位置，然后再利用車牌圖像的豎直投影和先驗(yàn)知識(shí)來(lái)修正字符的位置，最后用得到字符的位置進(jìn)行字符分割。該算法的準(zhǔn)確率和抗干擾性要比傳統(tǒng)的投影算法要好得多。 在字符識(shí)別方面，本文采用發(fā)展非常成熟的BP神經(jīng)網(wǎng)絡(luò)來(lái)完成字符分類工作，但在某些細(xì)節(jié)上對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行優(yōu)化，使本系統(tǒng)的的BP神經(jīng)網(wǎng)絡(luò)收斂性好，訓(xùn)練速度快。