摘要：汽车车牌识别系统使得智能交通系统中的车辆管理部分更加智能化，数字化，对交通管理的方便程度和有效程度做出有意义的提升。通常来说车牌识别系统主要包括了五个核心部分，分别是图像采集、车牌定位、字符分割、字符识别、结果显示等。本文主要对字符识别模块的实现方法进行探究。

本课题主要对车牌字符识别比较关键的两种算法，即模板匹配法和BP神经网络法分别进行了深入研究，并通过在软件平台上分别实现两种算法，同时对得到的仿真结果进行分析，其中主要制作了一个测试系统使得两个算法的结果更加直观，最后对两种方法的优缺点进行比较，并且对得出的结论进行总结。本文即是针对其关键部分并使用MATLAB软件进行模板匹配法和BP神经网络法的仿真实验进行阐述。

关键词：MATLAB，字符识别，模板匹配，神经网络

目录

摘要

ABSTRACT

第一章 绪论-1

1.1本课题研究的背景-1

1.2本课题研究意义和价值-2

1.3课题研究的现状及发展趋势-2

1.4主要应用领域-4

1.5论文的内容结构-5

第二章 字符识别中相关技术和理论-7

2.1开发工具MATLAB的学习-7

2.2 PhotoShop6.0软件-7

2.3车牌简介和主要特征-8

2.4常用的MATLAB图像处理函数-8

2.4.1图像二值化-8

2.4.2图像尺寸规范-8

2.5字符识别方法研究-9

第三章 模板匹配法与字符识别-11

3.1设计方案-11

3.2字符识别系统的整体架构设计-11

3.2.1车牌识别匹配库的建立-11

3.2.2识别前字符的归一化-12

3.2.3字符识别-13

3.3模板匹配法各功能模块划分和实现-13

3.4字符识别系统GUI的建立和实现-15

第四章 BP神经网络与字符识别-18

4.1 BP前馈神经网络-18

4.2 BP神经网络的设计-19

4.3传递函数的选择-19

4.4 BP神经网络的创建和训练-20

4.5 BP神经网络的测试-22

第五章 字符识别系统的系统测试-24

5.1系统测试过程-24

5.2系统测试结果-26

5.3 测试结果分析-27

第六章 总结及展望-29

致 谢-31

参考文献-32