基于模板匹配的的基本过程是首先对待识别字符进行二值化并将其尺寸大小缩放为字符数据库中模板的大小，然后与所有的模板进行匹配，最后选最佳匹配作为结果。用人工神经网络进行字符识别主要有两种方法种方法是先对待识别字符进行特征提取，然后用所获得的特征来训练神经网络分类器。识别效果与字符特征的提取有关，而字符特征提取往往比较耗时。因此，字符特征的提取就成为研究的关键。另种方法则充分利用神经网络的特点，直接把待处理图像输入网络，由网络自动实现特征提取直至识别。模板匹配的主要特点是实现简单，当字符较规整时对字符图像的缺损污迹干扰适应力强且识别率相当高。综合模板匹配的这些优点我们将其用为车牌字符识别的主要方法。模板匹配是图象识别方法中最具代表性的基本方法之，它是将从待识别的图象或图象区域,中提取的若干特征量与模板,相应的特征量逐个进行比较，计算它们之间规格化的互相关量，其中互相关量最大的个就表示期间相似程度最高，可将图象归于相应的类。也可以计算图象与模板特征量之间的距离，用最小距离法判定所属类。然而，通常情况下用于匹配的图象各自的成像条件存在差异，产生较大的噪声干扰，或图象经预处理和规格化处理后，使得图象的灰度或像素点的位置发生改变。在实际设计模板的时候，是根据各区域形状固有的特点，突出各类似区域之间的差别，并将容易由处理过程引起的噪声和位移等因素都考虑进去，按照些基于图象不变特性所设计的特征量来构建模板，就可以避免上述问题。图字符识别流程图此处采用相减的方法来求得字符与模板中哪个字符最相似，然后找到相似度最大的输出。汽车牌照的字符般有七个，大部分车牌第位是汉字，通常代表车辆所属省份，或是军种警别等有特定含义的字符简称紧接其后的为字母与数字。车牌字符识别与般文字识别在于它的字符数有限，汉字共约多个，大写英文字母个，数字个。所以建立字符模板库也极为方便。为了实验方便，结合本次设计所选汽车牌照的特点，只建立了个数字个字母与个数字的模板。其他模板设计的方法与此相同。首先取字符模板，接着依次取待识别字符与模板进行匹配，将其与模板字符相减，得到的越多那么就越匹配。把每幅相减后的图的值个数保存，然后找数值最大的，即为识别出来的结果。建立自动识别的代码表读取分割出来的字符第个字符与模板中的汉字模板进行匹配第二个字符与模板中的字母模板进行匹配待识别字符与模板字符相减，值越小相似度越大，找到最小的个即为匹配的最好的识别完成，输出此模板对应值后个字符与模板中的字母与数字模板进行匹配第六章车牌识别系统实现车牌识别系统总流程图车牌识别系统总流程识别结果通过对原始待识别图像的系列预处理，然后进行图像矫正，将图像分割成单个字符图像，最终识别出结果如图所示图识别结果由于在实际中，我们通过数码相机采集的车牌图像数量有限，并且遇到的车牌图像多半比较清楚，所以我们认为这个数据并不能完全反映出整个识别系统的性能，不过，系统的性能稳定，识别率比较高，还是满足了我们的需要，具有实用性强的特点。第七章结论随着汽车数量的增加，城市交通状况口益恶化，如何能够智能有效地进行交通管理，已经成为了各国政府和相关部门所关注的焦点，而汽车牌照识别系统在智能交通系统中占有非常重要的地位，如何实现汽车牌照的自动识别已成为现代交通工程领域中研究的重点和热点问题之。本文采用传统的图像处理技术和模式识别技术，在总结前人研究的基础上，提出自己的方法和改进方法，分别对车牌图像预处理，车牌图像的倾斜校正，车牌图像字符分割，车牌字符识别等四个方面作了系统的研究，并提出了理论上和使用的解决方法。本文的研究工作如下图像预处理该阶段主要研究内容是数字图像的基础以及对车牌图像的去噪处理和二值化。首先阐述了数字图像的基础，作为随后各种对数字图像操作的基础，其次为了去除牌照上的噪音点，更好的保留牌照上的有效信息，我采用了中值滤波的方法，对大多数车牌图像都有较好的效果，最后，针对车牌图像的二值化，我在总结前人理论的基础上，结合车牌图像自身的特点，提出了种改进的闽值算法，通过实验证明，该方法能较好的保留图像有效信息，并且能够在光照不好，图像阴暗的情况下仍然取得比较好的效果，方便后续处理。车牌的倾斜校正在将图像二值化以后，我就可以进行进步的处理。因为拍摄角度等原因，些车牌图像并不是非常标准，存在着些倾斜角度，这样，在进行分割等处理前还需要对图像进行倾斜校正。在进行倾斜校正的时候，首先用变换取得车牌倾斜的角度，然后通过两次变换将图像校正，最终达到我们的目的。在这部分，我们首先利用变换取得两个倾斜角度，然后我们采取有别十通常采用的次校正，取得了比较好的效果。车牌的字符分割通过倾斜校正，我们得到了比较正规的图像，这样就便十分割处理。在进行字符分割前，我们首先利用统计黑白跳变次数的方法分割出车牌的上边框，然后再利用改进后的垂直投影法成功将字符分割。这里对垂直投影法的改进主要采取的是忽略部分字符粘连后造成的影响，合并断裂字符，最后再通过宽高比值验证。在将字符分割后，我们采用最近邻插值法将字符图像作归张云刚利用变换和先验知识的车牌字符分割算法计算机学报期苗挺车牌识别中倾斜牌照的快速矫正算法计算机工程期土良红汽车倾斜牌照中字符的定位与提取电讯技术期杨淑莹像处理程序设计清华大学出版社黄爱民，安向京，骆力等编著数字图像处理与分析基础中国水利水电出版社李文举种新的面向字符分割的车牌图像预处理方法计算机应用研究期韩智广车牌分割与矫正计算机工程与应用期著，朱志刚，石定机等译数字图像处理电子工业出版社著，徐英林等译数字图像处理人民邮电出版社郎锐编著数字图像处理学实现北京希望电子出版社二叶晨洲车辆牌照字符识别上海交通大学学报期边肇祺，张学工等编著模式识别清华大学出版社李介谷，蔡国廉等编著计算机模式识别技术上海交通大学出版社吴颂德，张正友等编著计算机视觉科学出版社杨光正，吴崛，张晓莉编著模式识别中国科学科技大学出版社李金宗编著模式识别的理论与方法高等教育出版社沈清等著模式识别导论国防科技大学出版社土敏种模板匹配和神经网络的车牌字符识别方法华中科技大学学报期孙即祥等现代模式识别国防科技大学出版社张大鹏模式识别与图像处理并行计算机系统设计哈尔滨工业大学出版社,，，傅德胜，寿益禾编著图形图像处理学东南大学出版社赤仔永杰，刘文耀，路烁畸变汽车牌照图像的空间校正西南交通大学学报张远鹏，董海，周文灵编著计算机图像处理技术基础北京大学出版社土年等基十神经网络的汽车牌照自动识别安徽大学学报李炜黄心汉种快速变换改进算法及其在图像边缘检测中的应用信号处理梁华为双峰直方图确定二值化闽值模式识别与人工智能,,霍宏涛等编著数字图像处理北京理工大学出版社,,,土建汽车牌照自动识别方法的研究山东大学信号与信息处理土明祥汽车牌照识别的实用方法研究上海大学电路与系统戴淡基十网络数据库的汽车牌照自动识别系统浙江大学信号与信息处理李小平车牌识别系统中若干问题的探讨北化处理，为字符识别打好了基础。车牌字符识别在进行字符识别的时候，为了满足我们的项目需要，我采用了改进的模板匹配的方法。在进行模板匹配之前，首先采用了数学形态学中的细化操作，将字符图片中的字符细化成骨架，提高了匹配的速度在进行匹配的时候又采用了先粗匹配，然后分组，根据细节部分和字符位置再次细比对的方式，提高了匹配成功率，降低了误识率。但是系统本身还存在许多不足，距离具体实用的要求仍有很大差距，但我却在这次课程设计中学到了很多知识。致谢在本论文完成之际，我想起了所有关心和帮助过我的老师朋友，在此我向他们表达我最诚挚的感谢。首先感谢我的导师马飞老师，导师不仅学识渊博诲人不倦，指导我获得深厚的专业知识而且他工作务实经验丰富启示了我为