隨著信息時代的到來，現(xiàn)代智能交通系統(tǒng)能夠很輕易的識別出汽車牌照，這是智能交通管理的標志之一。智能交通管理系統(tǒng)的牌照識別集合了圖像采集和預處理、車牌定位技術(shù)、字符分割和字符識別等相關技術(shù)。其中，車牌定位、字符分割和字符識別是關鍵的技術(shù)，也是本次畢業(yè)設計的難點所在。正確利用好這三種關鍵技術(shù)，將有助于牌照識別的實時性和準確性，對于智能交通系統(tǒng)的實現(xiàn)有著決定性作用。在MATLAB軟件開發(fā)環(huán)境下，系統(tǒng)對圖像進行預處理、然后將預處理后的圖像進行定位分割，后識別出相應牌照上的字符，這樣就可以模擬設計出汽車牌照識別系統(tǒng)。本文的圖像預處理模塊是將圖像灰度化和用Canny算子進行邊緣檢測，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)來進行車牌矯正；分割字符時，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，那么就表示可以對此文字塊進行分割。并且為了能對車牌上的字符進行正確的識別，本文將采用BP神經(jīng)網(wǎng)絡算法。后設計GUI界面，使界面更加簡潔明了，便于操作。根據(jù)實驗得出的結(jié)論，這種方式可以對藍色的車牌進行、的識別，同時，也對光照、旋轉(zhuǎn)和噪聲表現(xiàn)出很好的魯棒性，定位精度和識別正確率甚至可以超過90%。

智能車牌識別一體機工程識別數(shù)據(jù)：人臉識別需要積累采集到的大量人臉圖像相關的數(shù)據(jù)，用來驗證算法，不斷提高識別準確性，這些數(shù)據(jù)諸如A Neural Network Face Recognition Assignment(神經(jīng)網(wǎng)絡人臉識別數(shù)據(jù))、orl人臉數(shù)據(jù)庫、麻省理工學院生物和計算學習中心人臉識別數(shù)據(jù)庫、埃塞克斯大學計算機與電子工程學院人臉識別數(shù)據(jù)等。人臉識別配合程度：現(xiàn)有的人臉識別系統(tǒng)在用戶配合、采集條件比較理想的情況下可以取得令人滿意的結(jié)果。但是，在用戶不配合、采集條件不理想的情況下，現(xiàn)有系統(tǒng)的識別率將陡然下降。比如，人臉比對時，與系統(tǒng)中存儲的人臉有出入，例如剃了胡子、換了發(fā)型、多了眼鏡、變了表情都有可能引起比對失敗。廣州智能車牌識別一體機工程

系統(tǒng)采用網(wǎng)絡信息加密傳輸，支持遠程進行控制和管理，可廣泛應用于銀行、***、公檢法、智能樓宇等區(qū)域的門禁安全控制。邁通科技是人臉識別系統(tǒng)設備生產(chǎn)廠家,長期致力于人臉識別系統(tǒng)設備的研發(fā)與生產(chǎn),為客戶提供一站式解決方案和***的技術(shù)服務，價格實惠，服務好。果好，速度快，可是存在部分人員無法運用的情況。ID卡考勤：現(xiàn)在仍是有許多的客戶都是在運用ID卡來考勤，優(yōu)點速度非常快，而且能夠在公司組成一卡通的形式，可是存在于職工代打卡的現(xiàn)象。紙卡鐘考勤：紙卡鐘是現(xiàn)在考勤設備行業(yè)界***原始的設備，優(yōu)點是計算便利，無需電腦，可是存在于購買考勤卡的耗材費用。

"穩(wěn)定"是門禁系統(tǒng)選擇的準則，或許應該考慮的成熟產(chǎn)品，經(jīng)過多項認證，并擁有眾多典型用戶，多年正常運行，在業(yè)內(nèi)得到。在硬件方面，從控制器到終端識別設備都是成熟而穩(wěn)定的產(chǎn)品。作為系統(tǒng)中心的門禁控制器需要支持脫機工作模式，使用閃存等非易失性存儲芯片，斷電或受沖擊時信息不會丟失。由于系統(tǒng)的處理依賴于軟件，應具有穩(wěn)定合理的數(shù)據(jù)庫結(jié)構(gòu)規(guī)劃，與硬件之間采用實時輪詢的方法，堅持和監(jiān)控硬件的通信接口和地址，以完成數(shù)據(jù)的完整性、可靠性、一致性。

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

移動端車牌識別實現(xiàn)的過程簡單為以下幾個部分：

圖像采集：通過智能手機攝像頭拍攝車牌圖像。

預處理：灰度化、二值化、邊緣增強、噪聲過濾、自動白平衡、自動曝光以及伽馬校正、對比度調(diào)整等。

車牌定位：在經(jīng)過圖像預處理之后的灰度圖像上進行行列掃描，確定車牌區(qū)域，車牌切斜校正。

字符分割：在圖像中定位出車牌區(qū)域后，通過灰度化、二值化等處理，定位字符區(qū)域，然后根據(jù)字符尺寸特征進行字符分割。

字符識別：對分割后的字符進行縮放、特征提取，與字符數(shù)據(jù)庫模板中的標準字符表達形式進行匹配判別。

結(jié)果輸出：將車牌識別的結(jié)果以文本格式輸出。