论文查重 知网查重 知网论文查重 知网查重检测 中国知网查重
Copyright ©2013-2017 中国知网论文查重检测系统入口 All Rights Reserved. 网站备案号：黔ICP备19012782号-3.
其中车牌识别是智能交通系统的重要组成部分。 在有关字符识别的 大型系统中，通常采用的是神经网络算法，但这种算法计算量比较大，实现起来 较复杂。 而车牌中，非汉字字符个数有限，利用神经网络算法识别车牌中非汉字 字符则显得大材小用，所以本文只设计实现基于模版匹配的车牌识别系统，其主 要步骤包含图片二值化、去噪、规整、细化、轮廓提取、模板匹配等。 通常情况 下的车牌识别系统是通过OPENCV 与C++实现，或者是Matlab 实现，而本文采用 编者大学期间学习的 C#实现车牌识别的所有功能，具有安全性高，软件结构清 晰，识别速度快，运行环境简单的特点。
1.1.2 研究意义 车牌号码是车牌的身份证，车牌识别技术能够利用车牌唯一性这一特点，智能地 读取图片、处理图片、识别图片；不仅降低人工劳动密度，同时也能提高车辆管理 效率。 此外，这一智能化技术的应用，将会有效地排除人为包庇等传统陋习，使车 辆管理更为客观公正，促使车辆管理水平迈上新的台阶。
通过良好的边缘检测可以大幅度的降低噪声、分离出复杂环境中的车辆图像、保留完好的车牌字符信息，方便后面的车牌精确定位与字符识别。 由于车牌识别系统摄像头安装位置固定以及机动车车牌的固有属性，我们可以发现机动车车牌图像都处在水平的矩形区域，在图像中位置较为固定，车牌中字符都是按水平方向排列。