隨著信息時(shí)代的到來，現(xiàn)代智能交通系統(tǒng)能夠很輕易的識(shí)別出汽車牌照，這是智能交通管理的標(biāo)志之一。智能交通管理系統(tǒng)的牌照識(shí)別集合了圖像采集和預(yù)處理、車牌定位技術(shù)、字符分割和字符識(shí)別等相關(guān)技術(shù)。其中，車牌定位、字符分割和字符識(shí)別是關(guān)鍵的技術(shù)，也是本次畢業(yè)設(shè)計(jì)的難點(diǎn)所在。正確利用好這三種關(guān)鍵技術(shù)，將有助于牌照識(shí)別的實(shí)時(shí)性和準(zhǔn)確性，對(duì)于智能交通系統(tǒng)的實(shí)現(xiàn)有著決定性作用。在MATLAB軟件開發(fā)環(huán)境下，系統(tǒng)對(duì)圖像進(jìn)行預(yù)處理、然后將預(yù)處理后的圖像進(jìn)行定位分割，后識(shí)別出相應(yīng)牌照上的字符，這樣就可以模擬設(shè)計(jì)出汽車牌照識(shí)別系統(tǒng)。本文的圖像預(yù)處理模塊是將圖像灰度化和用Canny算子進(jìn)行邊緣檢測，汽車牌照定位依據(jù)是它的顏色特征，使用MATLAB中的Radon函數(shù)和Imrotate函數(shù)來進(jìn)行車牌矯正；分割字符時(shí)，需要先找到連續(xù)的文字塊，然后根據(jù)長度大小來確定是否分割，假如所找到的連續(xù)文字塊的長度大于閾值，那么就表示可以對(duì)此文字塊進(jìn)行分割。并且為了能對(duì)車牌上的字符進(jìn)行正確的識(shí)別，本文將采用BP神經(jīng)網(wǎng)絡(luò)算法。后設(shè)計(jì)GUI界面，使界面更加簡潔明了，便于操作。根據(jù)實(shí)驗(yàn)得出的結(jié)論，這種方式可以對(duì)藍(lán)色的車牌進(jìn)行、的識(shí)別，同時(shí)，也對(duì)光照、旋轉(zhuǎn)和噪聲表現(xiàn)出很好的魯棒性，定位精度和識(shí)別正確率甚至可以超過90%。

經(jīng)過多年的研究表明，車輛識(shí)別與智能化的硬件設(shè)備相互配合才是智慧交通未來研究和發(fā)展的方向。而車輛識(shí)別的主旨是車牌號(hào)碼的識(shí)別，因?yàn)檐嚺铺?hào)碼是車輛的“身份證”，它的重要性促使它成為車輛交通管理中不可或缺的重要組成部分，車牌識(shí)別主要是由車輛檢測-圖像采集-車牌定位-字符分割-字符識(shí)別-結(jié)果輸出等過程構(gòu)成。
TSINGSEE青犀視頻團(tuán)隊(duì)研發(fā)的車牌識(shí)別系統(tǒng)主要通過光抑制屏蔽、電子快門調(diào)節(jié)、寬動(dòng)態(tài)功能等來實(shí)現(xiàn)抓拍車牌，主要應(yīng)用在智慧交通中的檢測報(bào)警、超速違章處罰、車輛出入管理、自動(dòng)放行、高速公路收費(fèi)管理、車牌號(hào)碼自動(dòng)登記等場景中，接下來我們分別來詳細(xì)概述一下車牌識(shí)別在這些場景中的應(yīng)用。

那么如何實(shí)現(xiàn)車牌識(shí)別的呢，下面簡單說說：
對(duì)現(xiàn)存的車牌識(shí)別算法進(jìn)行了研究，在諸多算法中尋找到一種適合在Android、iOS平臺(tái)上運(yùn)行的算法。先通過智能手機(jī)的攝像頭獲得車牌的彩色圖像，然后將采集到的圖像進(jìn)處理，包括通過YUV模型進(jìn)行灰度化，分段線性變換進(jìn)行灰度拉升，二值化，Roberts算子進(jìn)行邊緣檢測，數(shù)學(xué)形態(tài)學(xué)處理等，然后通過Hough變換進(jìn)行車牌矯正，其次用雙投影和灰度跳變的方法實(shí)現(xiàn)車牌的定位、分割，后通過模板匹配實(shí)現(xiàn)車牌識(shí)別。