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、字符分割和字符識別等相關技術。其中，車牌定位、字符分割和字符識別是關鍵的技術，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，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%。

車輛檢測可以采用埋地線圈檢測、紅外檢測、雷達檢測技術、視頻檢測等多種方式。采用視頻檢測可以避免破壞路面、不必附加外部檢測設備、不需觸發(fā)位置、節(jié)省開支，而且更適合移動式、便攜式應用的要求。
系統(tǒng)進行視頻車輛檢測，需要具備很高的處理速度并采用好的算法，在基本不丟幀的情況下實現(xiàn)圖像采集、處理。若處理速度慢，則導致丟幀，使系統(tǒng)無法檢測到行駛速度較快的車輛，同時也難以在有利于識別的位置開始識別處理，影響系統(tǒng)識別率。因此，將視頻車輛檢測與牌照自動識別相結合具備技術難度。

隨著經(jīng)濟的發(fā)展，中小城市機動車增長迅速，非機動車在原有的基數(shù)上穩(wěn)步上升，新型的車種不斷增加，城市停車位缺口大，配建停車位嚴重不足，造成停車位的短缺。另外停車場規(guī)劃不合理，大多停車場泊車位沒按照規(guī)劃設置，地方大的場地泊車位多，有閑置現(xiàn)象，泊車位沒有得到充分利用。而場地小的地方因停車位少而泊車緊張。
車牌識別系統(tǒng)是指能夠檢測到受路面的車輛并自動提取車輛牌照信息（含漢字字符、英文字母、阿拉伯數(shù)字及號牌顏色）進行處理的技術。識別是現(xiàn)代智能交通系統(tǒng)中的重要組成部分之一，應用十分廣泛。它以數(shù)字圖像處理、模式識別、計算機視覺等技術為基礎，對攝像機所拍攝的車輛圖像或者視頻序列進行分析，得到每一輛汽車的號碼，從而完成識別過程。通過一些后續(xù)處理手段可以實現(xiàn)停車場收費管理，交通流量控制指標測量，車輛定位，汽車防盜，高速公路超速自動化、闖紅燈電子、公路收費站等等功能。對于維護交通安全和城市，防止交通堵塞，實現(xiàn)交通自動化管理有著現(xiàn)實的意義。