1、“.....郑南宁,张西宁,戴莹,朱海安行驶车辆牌照自动识别系统西安交通大学学报二论文集郑影基于的汽车牌照定位与识别系统的设计吉林大学硕士学位论文,基于数字信号处理的车牌定位与识别广东工业大学硕士学位论文三期刊报纸张俭鸽,李娜车牌定位在中的实现中国科技信息张丽伟,张晶基于图像处理的车牌定位方法的研究长春工程学院学报自然科学版李宇成,阴亮基于图像的运动车辆速度测量北方工业大学学报,王广宇汽车牌照识别系统综述郑州轻工业学院学报自然科学报李波,曾致远,周建中种自适应车牌图像定位新方法中国图象图形学报总结，需要分割。字符归化般分割出来的字符要进行进步的处理，以满足下步字符识别的需要。但是对于车牌的识别......”。

2、“.....在此只进行了归化处理，然后进行后期处理。第五章字符识别字符的识别目前用于车牌字符识别中的算法主要有基于模板匹配的算法以及基于人工神经网络的算法。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。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......”。

3、“.....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。模版匹配法原理简介要对个车牌字符进行识别，首先是将这个车牌字符的图片输入电脑，而要对它进行处理，就要将它转化为计算机可以识别的语言由于每个待识别字符都是以数字图像的形式存在的，因此将待识别字符的图片通过转化为矩阵，再通过对矩阵进行系列的数学运算，从而达到对图片进行识别的目的是处理矩阵运算的强大软件，所以本文的整个识别过程都是通过来实现的首先以二维图像的处理为例介绍下传统的模板匹配算法。算法的基本思想是将归化的字符二值图像与模板库中的字符二值化图像逐个进行匹配......”。

4、“.....取最相似的就是匹配。匹配时相似度函数定义为其中，为待识别车牌字符图像中像素点，的灰度值，这里的取值为或为模板字符图像中像素点，的灰度值，这里的取值为或和为模板字符点阵横向和纵向包含的像素个数。本文是将待识别的字符与已经存储在计算机中的标准模板进行逻辑与，运算，所有标准模板如图所示而将待识别字符与标准字符模板进行逻辑与运算之所以能够达到识别目的，其原理是当待识别字符与相应的字符模板匹配时结果较为清晰，与其余模板匹配时会变得很模糊，具体如图所示。图,和中的分别表示字符和的标准模板，表示待识别字符,表示待识别字符分别与这三个标准模板进行匹配后的结果从上述三幅图中可以很容易看出，图中的模板，应为待识别字符的识别结果在实际的识别过程中，计算机需要定的判别规则才可以将正确的识别结果自动输出。这就需要引入判别函数......”。

5、“.....分别利用这两个判别函数对运算图字符识别流程图本文方法具体步骤步骤利用将标准字符模板与待识别字符所对应的像素矩阵求出来，然后将它们二值化，得到相应的二值矩阵，分别记为，和将数字图像进行二值化的命令为,其中，表示图片名称表示图片格式步骤将待识别字符与标准模板逐进行逻辑与运算，即将二值矩阵分别与二值矩阵二进行逻辑与，运算，得到相应的二值矩阵。二逻辑与运算对应的命令为,步骤根据预先设计好的判别函数，得出最终的识别结果本文采用了两个判别函数，分别为上述两个函数中，表示求矩阵中所有元素的和在函数中，与凡所对应的乓代表的标准模板为识别结果，在函数中，与对应的所代表的标准模板为识别结果步骤通过将正确的识别结果输出识别结果及对比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......”。

6、“.....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。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，即为识别出来的结果。对于光照条件不理想的图象，可先进行次图象增强处理，使得图象灰度动态范围扩展和对比度增强，再进行定位和分割，这样可以提高分割的正确率。而采用了色彩通道的牌照区域分割算法充分利用了牌照图象的色彩信息，简化了算法的实现，加快了图象的处理速度，具有较高的检出正确率，而且整个过程用语言编程实现，无时间滞后感，可以满足实时检出的要求。但是在设计的过程中发现，使用另幅图像后，识别效果始终没有那么理想......”。

7、“.....在车牌字符分割的预处理中，用到了对分割出的字符车牌进行均值滤波，膨胀或腐蚀的处理。这在对于有杂点的车牌是很有用的，因为这样可以把字符与字符之间的杂色点去除，只有白色的字符和黑色的背景存在，这样有利于的字符分割进行。字符识别过程使用的是模板匹配的或腐蚀处理后寻找连续有文字的块，若长度大于阈值，则认为该块有两个字符组成，需要分割,分割再切割切割出个字符,分割出第二个字符分割出第三个字符分割出第四个字符分割出第五个字符分割出第六个字符分割出第七个字符商用系统程序中归化大小为,此处演示,,,,,,,苏豫陕鲁建立自动识别字符代码表,,第位汉字识别第二位字母识别第三位以后是字母或数字识别字符模板以上相当于两幅图相减得到第三幅图切割出最小范围,子程序,方法，利用两幅图片相减的方法，找到相减后值最小的，即为相似程度最大的。模板的制作很重要，必须要用精确的模板......”。

8、“.....对于识别情况的分析可知，主要原因是牌照自身的污渍等影响了图象的质量二是牌照字符的分割失败导致的识别再就是部分字符的形状相似性，比如，和和等字符识别结果可能发生混淆的情况。总之，尽管目前牌照字符的识别率还不理想，但是只要在分割出的字符的大小位置的归化，以及尝试提取分类识别能力更好的特征值和设计分类器等环节上再完善，进步提高识别率是完全可行的。第六章基于的程序源代码原图灰度图,灰度图直方图算子边缘检测腐蚀后图像平滑图像的轮廓从对象中移除小对象横向扫描如果即图像中坐标为,的点为蓝色则的相应行的元素,值加蓝色像素点统计为向量的元素中的最大值，为该值的索引在向量中的位置为原始图像中截取的纵坐标在之间的部分横向扫描纵向扫描进步确定方向的车牌区域纵向扫描对车牌区域的校正,行方向合理区域,定位剪切后的彩色车牌图像,,,输入个定位裁剪后的车牌图像......”。

9、“.....车牌二值图像车牌二值图像,均值滤波前滤波,均值滤波后,均值滤波后些图像进行操作膨胀或腐蚀使用个的正方形结果元素对象对创建的图像膨胀单位矩阵,,,膨胀或腐蚀处理后,膨工具箱为骨架，以语言为主要编程语言，部分模块结合语言开发了套车牌识别系统，实现了车牌识别系统中车牌的定位车牌字符的切分以及车牌字符的识别的功能。提取的算法，结合形态学处理，采用初步定位去除伪车牌和精确定位相结合的算法实现车牌的准确定位。关于车牌字符切分的研究，这里主要针对二值化倾斜校正字符切分进行了研究。对二值化中采用的算法进行改进，重新划分二维直方图的区域，改进后的算法运行时间短二值化效果好。第二章车牌定位系统的结构设计车牌识别系统总体设计个完整的车辆牌照识别系统是个复杂的系统，应该包括图像采集图像预处理车牌定位字符切分字符识别以及图像编码数码传输与更新等步骤......”。