1 前言 车牌识别是现代交通管理的重要措施，是智能交通系统的重要环节。
采用数字摄像技术和计算机信息管理技术，对运行车辆实现智能管理的综合运用技术，而车牌识别算法是对公路上配置的摄像头拍摄的照片进行数字图像处理与分析，综合应用大量的图像处理最新成果和数学形态学方法对汽车图像进行平滑、二值化、模糊 处理、边缘检测、图像分割、开运算、比运算、区域标识等，利用多种手段以提取车牌区域，进而达到对汽车牌照的精确定位并最终完成对汽车牌照的识别。
理论基础是数字图像处理和模式识别。
这一技术具有典型性，容易推广到其它识别对象。
车牌识别算法系统的用途很多，如高速公路电子收费站、公路流量控制、公路稽查、失窃车辆查询、监测黑牌机动车、监控违章车辆的电子警察等公路监管场合，以及停车场车辆管理、出入控制等需要车牌认证的场合都要应用车牌识别系统，尤其在高速公路收费系统中，实现不停车收费技术可提高公路系统的运行效率。
2 车牌识别技术和应用系统研究现状 完整的车牌自动识别系统由图像釆集、图像处理、模糊识别等模块组成；在现有的技术条件下，车牌识别系统均无法达到100%的识别率，好的识别系统可达95%以上； 先进识别系统的识别时间在一百毫秒以下；基于视频技术的识别系统，可方便地进行图像回放、检索； 其它识别系统：条形码识别、射频标识识别等。
据有关各环节识别率的统计数据显示：（1）牌照定位准确率98%（2）单字分割准确率97.8%（3）车牌识别准确率95%，目前单项识别率均达到95%以上，但总识别率仅能达 91%以上，仍需进一步提高。
本次选取的基于OpenCV的车牌识别算法系统主要包括：车牌定位、车牌字符分割、车牌字符识别等工作模块，同时系统自身具有良好的维护性和扩展性，可在无需为车辆加装其他特殊装置情况下实现对车辆的自动检测。
流程见附件图2.1:(1) 获取整车或局部图像；(2) 对获取车辆数字图像进行预处理；(3) 车牌定位；(4) 车牌字符分割；(5) 车牌字符识别。
以上是毕业论文开题文献，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
