摘要：近年来，交通管理的智能化，自动化愈发重要。而车牌识别是这一项复杂任务中的基本要素，当下愈来愈受到关注，成为了人们日常生活重要的一部分。在比如：高速收费站、交通路口、以及停车场等地都有这项技术的身影。近几年已经有很多车牌识别的相关产品出现，但是不断对这项技术中用到的算法进行优化和改良，一直都是很多学者研究的方向。

本篇文章调查和学习了现有的相关技术，然后自己开发并制作了一套用MATLAB编写的软件系统。开发出来的系统一共包含了三大环节，其中包括：车牌定位，字符分割以及字符识别。车牌定位环节用到了对于抗干扰能力较强的小波变换算法，为车牌的精确定位奠定良好基础，并且对复杂的环境颜色也有很强的适应能力。车牌图像二值化选用改良后的Otsu算法，这种算法大大减少了系统的运行时间。字符识别环节选用了BP神经网络，训练模型的时候，使用了带动量的梯度下降法，这种方法可以减少训练过程的震荡，以便快速收敛达到车牌字符识别的能力。

本篇文章根据上述情况构建了测试系统。这个系统利用了MATLAB开发工具，通过学习M语言的编写来完成测试系统，通过这个系统，我进行了103张车牌的识别，来测试所构建系统的功能。从测试的结果看，所搭建的系统是可以完成普通车牌识别要求的，可以未来产品化提供技术基础。

关键词：字符识别，BP神经网络，MATLAB，车牌识别

目录

摘要

ABSTRACT

1绪论-1

1.1本课题的研究意义-1

1.2研究领域现状和发展趋势（11-20）-1

1.3研究的主要工作-2

2-系统总体设计-4

2.1系统总体设计-4

2.2-系统软件设计-4

3-车牌定位-6

3.1-图像预处理-6

3.1.1-图像灰度化-6

3.1.2-灰度拉伸-7

3.2-车牌边缘提取-8

3.3-车牌粗略定位-8

3.4-车牌精确定位-9

4-车牌字符分割-10

4.1-字符分割综述-10

4.2-二值化处理-10

4.2.1-二值化的原理-10

4.2.2-Otsu算法-10

4.3-倾斜校正-11

4.3.1-倾斜角度的计算-11

4.3.2-坐标变换校正图像-11

4.4-字符分割-12

5车牌字符识别-13

5.1-字符识别综述-13

5.2-基于神经网络的车牌字符识别-13

5.2.1-BP神经网络简介-13

5.2.2-应用于字符识别的神经网络设计-14

6系统的测试-16

6.1-系统测试流程-16

6.2-实验结果及分析-17

7总结与展望-20

参考文献-21

致  谢-23