网上搜搜国外有一些demo程序，方便你入门。图像边缘提取 常用的边缘检测算子有梯度算子、Roberts算子、Sobel算子、Prewitt算子、Canny算子 不过单用 效果不好 。不知道你是什么语言的车牌识别，建议用梯度算子。江苏视图科技专业图像识别，图片识别率高达98%以上。
车牌识别是利用车牌识别技术取代传统的IC卡技术，解决车辆进出时必须停车刷卡而造成的停车场进出口堵车现象，以车牌识别技术为核心的这种智能的停车场管理系统方案是由计费系统，车牌识别一体机，停车场收费显示屏和智能道闸组成 高清车牌识别系统是结合现代先进科技的产品，是一套先进、适用、经济、可靠的车辆出入管理系统。目前做车牌识别系统的厂家研发的车牌识别模式，一般大致分为三种：地感线圈识别模式；视频识别模式；视频+地感识别模式。 （1）地感线圈识别模式 地感线圈触发，当车辆经过时触发地感线圈，相机进行抓拍，识别出车牌，优势在于触发率高、不易漏车，而且性能实用稳定，针对无牌车能够输出图像记录。缺点是需要施工安装地感，工作量大。 （2）视频识别模式 视频触发优势是不用作业地感线圈，施工量小。相机自动通过车辆的动态图像识别车牌信息，同时提供模拟触发识别。缺点是针对无牌车无法输出图像，容易漏车。若未识别出车牌结果，可手动点击模拟触发进行识别。 （3）视频+地感识别模式 视频加地感识别模式是通过视频识别方式进行识别，通过地感触发方式进行上传，同时需要设置车牌图像在输出区域内。相比较地感线圈识别和视频识别，视频加地感能够提供更快的识别速度和更高的识别率。 视频加地感灵活切换的识别模式，是目前应用灵活性最好的识别模式，通过软件划定识别区域和输出区域，根据客户现场环境，自由设置车牌输出的位置，可以解决跟车被识别，或过早输出问题。当无牌车行驶到输出区域，轻松记录无牌车信息。 无牌车分为像三轮车、自行车等非汽车类无牌车和未挂牌（或号牌污损极为严重）的汽车两大类。未来，易泊时代会运用车型识别的强大技术，将车型识别算法应用到易泊车牌识别系统研发当中，轻松搞定视频识别模式下解决无牌车识别问题。
如果是单纯的车牌识别算法的话 建议matlab中文论坛有3份1、贵州版本2、广西版本3、老衲版本 （已经发了，其他的你去论坛下载吧
不好写。报告论文是指在学术会议、科技交流会议上现场宣读的论文，python的车牌识别的论文报告不好写，它是一种口头形式的论述性报告，有时还没有形成完整的论文形态。
网上搜搜国外有一些demo程序，方便你入门。图像边缘提取 常用的边缘检测算子有梯度算子、Roberts算子、Sobel算子、Prewitt算子、Canny算子 不过单用 效果不好 。不知道你是什么语言的车牌识别，建议用梯度算子。江苏视图科技专业图像识别，图片识别率高达98%以上。
车牌识别是利用车牌识别技术取代传统的IC卡技术，解决车辆进出时必须停车刷卡而造成的停车场进出口堵车现象，以车牌识别技术为核心的这种智能的停车场管理系统方案是由计费系统，车牌识别一体机，停车场收费显示屏和智能道闸组成 高清车牌识别系统是结合现代先进科技的产品，是一套先进、适用、经济、可靠的车辆出入管理系统。目前做车牌识别系统的厂家研发的车牌识别模式，一般大致分为三种：地感线圈识别模式；视频识别模式；视频+地感识别模式。 （1）地感线圈识别模式 地感线圈触发，当车辆经过时触发地感线圈，相机进行抓拍，识别出车牌，优势在于触发率高、不易漏车，而且性能实用稳定，针对无牌车能够输出图像记录。缺点是需要施工安装地感，工作量大。 （2）视频识别模式 视频触发优势是不用作业地感线圈，施工量小。相机自动通过车辆的动态图像识别车牌信息，同时提供模拟触发识别。缺点是针对无牌车无法输出图像，容易漏车。若未识别出车牌结果，可手动点击模拟触发进行识别。 （3）视频+地感识别模式 视频加地感识别模式是通过视频识别方式进行识别，通过地感触发方式进行上传，同时需要设置车牌图像在输出区域内。相比较地感线圈识别和视频识别，视频加地感能够提供更快的识别速度和更高的识别率。 视频加地感灵活切换的识别模式，是目前应用灵活性最好的识别模式，通过软件划定识别区域和输出区域，根据客户现场环境，自由设置车牌输出的位置，可以解决跟车被识别，或过早输出问题。当无牌车行驶到输出区域，轻松记录无牌车信息。 无牌车分为像三轮车、自行车等非汽车类无牌车和未挂牌（或号牌污损极为严重）的汽车两大类。未来，易泊时代会运用车型识别的强大技术，将车型识别算法应用到易泊车牌识别系统研发当中，轻松搞定视频识别模式下解决无牌车识别问题。
不好写。报告论文是指在学术会议、科技交流会议上现场宣读的论文，python的车牌识别的论文报告不好写，它是一种口头形式的论述性报告，有时还没有形成完整的论文形态。
难。“车牌识别设备是计算机视频图像识别技术在车辆牌照识别中的一种应用。车牌识别在高速公路车辆管理中得到广泛应用,电子收费(ETC)系统中,也是结合DSRC技术识别车辆身份的主要手段。本系统对车辆进行自动登记、验证、监视、报警，系统应用场合包括：高速公路，桥梁，隧道收费。道闸系统中车牌自动识别系统的设计与仿真设计复杂，工序难、准确率高。
网上搜搜国外有一些demo程序，方便你入门。图像边缘提取 常用的边缘检测算子有梯度算子、Roberts算子、Sobel算子、Prewitt算子、Canny算子 不过单用 效果不好 。不知道你是什么语言的车牌识别，建议用梯度算子。江苏视图科技专业图像识别，图片识别率高达98%以上。
车牌识别是利用车牌识别技术取代传统的IC卡技术，解决车辆进出时必须停车刷卡而造成的停车场进出口堵车现象，以车牌识别技术为核心的这种智能的停车场管理系统方案是由计费系统，车牌识别一体机，停车场收费显示屏和智能道闸组成 高清车牌识别系统是结合现代先进科技的产品，是一套先进、适用、经济、可靠的车辆出入管理系统。目前做车牌识别系统的厂家研发的车牌识别模式，一般大致分为三种：地感线圈识别模式；视频识别模式；视频+地感识别模式。 （1）地感线圈识别模式 地感线圈触发，当车辆经过时触发地感线圈，相机进行抓拍，识别出车牌，优势在于触发率高、不易漏车，而且性能实用稳定，针对无牌车能够输出图像记录。缺点是需要施工安装地感，工作量大。 （2）视频识别模式 视频触发优势是不用作业地感线圈，施工量小。相机自动通过车辆的动态图像识别车牌信息，同时提供模拟触发识别。缺点是针对无牌车无法输出图像，容易漏车。若未识别出车牌结果，可手动点击模拟触发进行识别。 （3）视频+地感识别模式 视频加地感识别模式是通过视频识别方式进行识别，通过地感触发方式进行上传，同时需要设置车牌图像在输出区域内。相比较地感线圈识别和视频识别，视频加地感能够提供更快的识别速度和更高的识别率。 视频加地感灵活切换的识别模式，是目前应用灵活性最好的识别模式，通过软件划定识别区域和输出区域，根据客户现场环境，自由设置车牌输出的位置，可以解决跟车被识别，或过早输出问题。当无牌车行驶到输出区域，轻松记录无牌车信息。 无牌车分为像三轮车、自行车等非汽车类无牌车和未挂牌（或号牌污损极为严重）的汽车两大类。未来，易泊时代会运用车型识别的强大技术，将车型识别算法应用到易泊车牌识别系统研发当中，轻松搞定视频识别模式下解决无牌车识别问题。
停车场车辆牌照识别系统的工作原理如下：
1.系统通过视频采集接口采集摄像头摄入包含车牌的视频图像；
2.再对动态采集到的图像进行处理以克服图像干扰，改善识别效果；
3.接着在动态采集到的图像中自动找到车牌的位置也就是边缘检测，并分割出单个字符的矩形区域；
4.对车牌进行二值化,最后把规整好的字符输入字符识别系统进行识别。
车牌自动识别原理基本是经过车牌捕捉、定位、截取、二值化、字符切分，最后车牌OCR识别、结果输出，一般还会有字符识别后处理等几个步骤，这几个步骤要协调处理才行，还要使用各种情况，比如，雨雪天气、反光、阴阳车牌、晚上补光、污损车牌等具体实际情况进行各种优化，才能得到一个完美的车牌识别算法，如果做论文，可以直接用开源的一些东西去完善，如果实际应用，可以用商用的车牌OCR识别产品。启智畅想车牌识别SDK特点：1、毫秒级识别车牌，彻底解决手工输入痛点，快速、准确；2、手机相机视频预览识别车牌，可提供安卓、ISO、Windows、Linux等系统识别，支持移动设备离线识别以及电脑客户端、服务器端识别；3、支持识别的车牌种类多，蓝牌、黄牌、新能源车牌均可识别，4、复杂场景车牌均可识别，适应性强，白天晚上、远距离、大角度都能快速准确的识别车牌；5、车牌识别SDK开发部整体不超过500K，识别率高达99%；
交通运输企业作为国民经济的重要参与主体。下文是我为大家整理的关于交通运输毕业论文的范文，欢迎大家阅读参考!
浅析公路交通运输
【摘要】在中国东部铁路和水运都较发达的地区，公路起着辅助运输作用，承担短途运输;在西南和西北地区则担负着干线运输的任务。公路运输随着治超的深入以及降低大吨位车辆路桥通行费等政策措施的落实，运价水平回落，货运量将保持较快的增长，运输市场将出现供大于求的局面。
【关键词】公路运输;运输特点;运输前景
纵观中国运输现状，各种运输方式发展势头迅猛，公路运输在中国仍发挥着不可磨灭的作用。我国公路在客运量、货运量、客运周转量等方面均遥遥领先于其他运输方式的总和。
一、公路运输的地位和作用
公路运输在整个交通运输业中处于基础地位并发挥以下作用：
(1)公路运输机动灵活、快速直达，是最便捷也是唯一(管道运输除外)具有送达功能的运输方式。
(2)其它运输方式组织运输生产，需要公路运输提供集疏运输的条件。
(3)公路运输覆盖面广。
(4)随着公路等级的逐步提高，公路客货运量在综合运输体系中所占的比重不断提高。
(5)半个世纪以来，公路运输是世界各国各种运输方式中发展最快的一种，现已成为许多国家最主要的运输方式。例如：我国汽车保有量逐年增加。
二、公路运输的特点
1.机动灵活，适应性强：由于公路运输网一般比铁路、水路网的密度要大十几倍，分布面也广，因此公路运输车辆可以“无处不到、无时不有”。公路运输在时间方面的机动性也比较大，车辆可随时调度、装运，各环节之间的衔接时间较短。尤其是公路运输对客、货运量的多少具有很强的适应性，汽车的载重吨位有小(～1t左右)有大(200t～300t左右)，既可以单个车辆独立运输，也可以由若干车辆组成车队同时运输，这一点对抢险、救灾工作和军事运输具有特别重要的意义。
2.可实现“门到门”直达运输：由于汽车体积较小，中途一般也不需要换装，除了可沿分布较广的路网运行外，还可离开路网深入到工厂企业、农村田间、城市居民住宅等地，即可以把旅客和货物从始发地门口直接运送到目的地门口，实现“门到门”直达运输。这是其它运输方式无法与公路运输比拟的特点之一。
3.在中、短途运输中，运送速度较快：在中、短途运输中，由于公路运输可以实现“门到门”直达运输，中途不需要倒运、转乘就可以直接将客货运达目的地，因此，与其它运输方式相比，其客、货在途时间较短，运送速度较快。
4.原始投资少，资金周转快：公路运输与铁、水、航运输方式相比，所需固定设施简单，车辆购置费用一般也比较低，因此，投资兴办容易，投资回收期短。据有关资料表明，在正常经营情况下，公路运输的投资每年可周转1～3次，而铁路运输则需要3～4年才能周转一次。
5.掌握车辆驾驶技术较易：与火车司机或飞机驾驶员的培训要求来说，汽车驾驶技术比较容易掌握，对驾驶员的各方面素质要求相对也比较低。
6.运量较小，运输成本较高：目前，世界上最大的汽车是美国通用汽车公司生产的矿用自卸车，长20多米，自重610t，载重350t左右，但仍比火车、轮船少得多;由于汽车载重量小，行驶阻力比铁路大9～14倍，所消耗的燃料又是价格较高的液体汽油或柴油，因此，除了航空运输，就是汽车运输成本最高了。
7.运行持续性较差：据有关统计资料表明，在各种现代运输方式中，公路的平均运距是最短的，运行持续性较差。如我国1998年公路平均运距客运为55km，货运为57km，铁路客运为395km，货运为764km。
8.安全性较低，污染环境较大：据历史记载，自汽车诞生以来，已经吞吃掉3000多万人的生命，特别是20世纪90年代开始，死于汽车交通事故的人数急剧增加，平均每年达50多万。这个数字超过了艾滋病、战争和结核病人每年的死亡人数。汽车所排出的尾气和引起的噪声也严重地威胁着人类的健康，是大城市环境污染的最大污染源之一。
三、公路运输的现状
我国传统的公路运输业经过几十年的发展，已经初具规模。在总体规模、运力、运量和服务质量等方面都达到一定的水准。在计划经济时代，传统的公路运输业比较能适应社会经济对公路运输业的要求，对过去我国国民经济的发展做出过重要贡献。但是，随着我国改革开放的逐渐深入和社会主义市场经济体制的不断建立，脱胎于计划经济时代的传统公路运输企业已经越来越不能适应新形势下社会经济发展的需要，其内在的弊端也逐渐显现出来。目前我国传统的公路运输业主要面临以下几个方面的问题：
1.在行业管理上，由于公路运输行业的市场准入门槛很低，因此公路运输行业出现了运输企业“规模小、数量多、管理混乱”的状况。这种各自为战、过度竞争的情况，使得公路运输企业通常达不到经济运营规模，形不成规模优势，这严重影响了公路运输的健康发展。
2.在经营管理理念上，传统的公路运输企业中有很大一部分还没有针对新的经济环境及时改变经营观点、转变经营方式。企业所追求的仍然是吨公里、实载率等传统指标的完成情况，仅为客户提供低层次、低水平的运输服务。在市场恶性竞争、无序经营盛行的情况下，公路运输企业的经营步履艰难。
3.在企业管理手段上，传统公路运输企业目前还停留在纸面操作的阶段，大部分的运输企业尚未应用先进的计算机管理系统，因此，所提供运输服务在及时性、准确性、可靠性及多样性等方面都处在较低水平。
四、公路运输发展趋势
1.随着高速公路及汽车专用公路建成使用，加大开展公路快速客、货运业务是趋势。
2.随着公路网的完善，按规模化要求建立集约化经营的运输企业在这过程中，行政区域的界限将趋于淡化。
3.公路运输将纳入物流服务业发展系统中，将进一步加强专业化原则上的合作，包括不同运输方式之间的合作与服务对象的合作。
4.在运输管理方面将采用车辆运行动态监控系统以及车辆运行自动记录仪。
5.运输组织方式按生产水平分层发展。在公路通行条件好、客货流量大的公路上按现代企业制度的要求建立规模化、集约化经营的运输企业。
6.逐步加强运输规划，是公路建设及运输站场设施的配置与客货流规律更好地协调起来。
【参考文献】
[1]王俊.公路交通运输浅析.2012，(07).
[2]王瑜.交通运输业技能发展及创新轨迹.2012，(08).
[3]曹红阳.交通运输评估与对策.2011，(02).
浅谈智能交通运输系统 一、智能交通运输系统的概念
智能交通运输系统(ITS)是将先进的信息技术、通讯技术、传感技术、控制技术以及计算机技术等有效地集成运用于整个交通运输管理体系，而建立起的一种在大范围内、全方位发挥作用的，实时、准确、高效的综合的运输和管理系统。该系统将采集到的各种道路交通及服务信息经交通管理中心集中处理后，传输到公路运输系统的各个用户(驾驶员、居民、警察局、停车场、运输公司、医院、救护排障等部门)，出行者可时时选择交通方式和交通路线;交通管理部门可自动进行合理的交通疏导、控制和事故处理;运输部门可随时掌握车辆的运行情况，进行合理调度。从而，使路网上的交通流运行处于最佳状态，改善交通拥挤和阻塞，最大限度地提高路网的通行能力，提高整个公路运输系统的机动性、安全性和生产效率。
二、智能交通系统的发展及内涵
20世纪80年代，各发达国家虽然已经基本建成了四通八达的现代化国家道路网，但是随着经济的发展，各国路网通行能力日益满足不了快速增长的交通需求，交通拥挤、交通事故、环境污染以及能源短缺等交通问题是世界各国面临的共性问题，无论是发达国家还是发展中国家，都遭遇不同程度交通问题的困扰。在发达国家工业化进程中，最初解决交通问题的传统办法是修建道路，扩大路网规模来满足人民日益增长的交通需求。但无论是发达国家还是发展中国家，由于土地资源日益紧张，用来修建道路的空间越来越小。与此同时交通在快速发展过程中带来的负效应日益显现，面对这些交通问题，能否找到一种有效途径解决以上交通问题，降低经济损失，提高交通运营的效率和安全是发达国家最先研究智能交通系统的主要动机。通讯、控制、信息技术等先进技术的产生为智能交通系统的产生提供了有力的技术支撑。用高新技术改造传统产业，提高交通运输整体效率和水平，已经成为各国共识。
1.美国。
注重ITS安全设施建设，根据本国交通基础设施特点和实际需要，已建立起相对完善的车队管理、公交出行信息、电子收费和交通需求管理四大系统及多个子系统及技术规范标准。“”恐怖事件引发了美国政府和交通界人士反思，认为ITS应该而且能够有效预防恐怖袭击，加强基础设施和出行者安全并可用于评价灾难程度与加快交通恢复，实现快速疏散和隔离。因此，美国ITS今后建设趋势之一就是研究ITS在美国安全体系中维护地面交通安全作用，重点集中在安全防御、用户服务、系统性能和交通安全管理方面。
2.日本。
注重ITS诱导设施建设，建设组织以丰田公司为首的25家公司联合研发自动公路系统(AHS)。近几年，日本还投入15亿日元开发全国公路电子地图系统，打开了车辆电子导航市场，已有近400万套车内导航系统在市场上应用。日本的ITS建设主要集中在交通信息提供、电子收费、公共交通、商业车辆管理及紧急车辆优先等方面。
3.欧洲。
注重构建ITS基础平台，ITS建设进展介于日本和美国之间。目前正在全面应用开发远程信息处理技术，计划在全欧洲建立专门交通(以道路交通为主)无线数据通信网，ITS的主要功能和交通管理、导航和电子收费等都围绕远程信息处理技术及全欧洲无线数据通信网来实现。目前，开发先进的旅行信息系统(ATIS)、车辆控制系统(AVCS)、商业车辆运行系统(ACVO)、电子收费系统等方面。
从以上发达国家智能交通产生的过程，我们可以看出：智能交通系统的产生是历史发展的产物，它是经济与技术发展在交通运输领域的融合体现。它的发展离不开经济促进，离不开技术支撑体系，智能交通的最终目标是促进交通运输的高效、安全、舒适、可持续发展。
三、智能交通运输系统的应用
目前世界上应用智能交通系统最为广泛的是日本，日本的VICS系统已经达到了相当完善和成熟的阶段。美国、欧洲等地区的智能交通系统也已经广泛普及应用。
1.省际公路(高速公路)交通管理。
省际公路交通管理主要包括国道、省道等城市之间的普通公路及高速公路管理系统。目前省际公路交通管理主要应用的系统为“国家高速公路联网不停车收费和服务系统(ETC)”，简称不停车收费系统。将来，ETC系统将在区域甚至全国进行联网。
2.城市道路交通管理。
城市道路管理系统中还包括信号灯控制系统、路况指示系统、车牌识别系统、道路视频监控系统等。
信号灯控制系统和路况指示牌主要帮助管理部门和车辆更了解所处的路况条件，以便进行最合理的道路管理和道路选择，提高道路运输的效率;车牌识别系统和道路视频监控系统除提高道路运输效率外，还对城市治安监控起到一定的作用;道路视频监控系统是以上系统中只用最为广泛的系统，在众多城市的“平安城市”建设中，道路视频监控已经被纳入建设范围。
3.城市公共交通管理。
城市智能公交系统是主要针对城市内部公共交通的指挥、管理、调度、应急等方面智能系统。城市智能公交系统主要实现对城市公共交通线路、车站、车辆的全面监控。通过各种辅助设备预知并合理调度公交资源，优化公交系统，并与道路交通管理系统进行协作，实现既定的城市交通策略。如，北京奥运期间通过GPS对公交车定位和信号灯遥控系统协作，实施“公交优先”的交通策略。
4.高速铁路交通系统管理。
高速铁路信息化数字化系统，也称高速铁路智能化系统，主要包括五个系统：通信系统、信号系统、电力系统、电气化系统和信息系统。
四、小结
智能交通系统是全面应用信息技术的一个交通运输发展领域。智能交通系统的建设绝不仅仅是各种先进的电子系统的堆积，而应该大力强调信息在智能交通建设中的核心作用，紧紧围绕信息这个核心，强化对公路、城市道路、公共交通和轨道交通设施的管理，实现更安全、更便捷、更有效、与环境更协调的客货运输。
参考文献:
[1]杜一萍，智能交通运输系统综述[J].江苏省交通科学研究院，
[2]魏明、龚家传，智能交通运输系统及其发展现状[J].贵州大学学报(农业与生物科学版)，2002年第5期
汽车牌照自动识别技术是一项利用车辆的动态视频或静态图像进行牌照号码、牌照颜色自动识别的模式识别技术。通过对图像的采集和处理，完成车牌自动识别功能，能从一幅图像中自动提取车牌图像，自动分割字符，进而对字符进行识别.其硬件基础一般包括触发设备(监测车辆是否进入视野)、摄像设备、照明设备、图像采集设备、识别车牌号码的处理机(如计算机)等，其软件核心包括车牌定位算法、车牌字符分割算法和光学字符识别算法等。 某些牌照识别系统还具有通过视频图像判断车辆驶入视野的功能称之为视频车辆检测。一个完整的牌照识别系统应包括车辆检测、图像采集、牌照识别等几部分。当车辆检测部分检测到车辆到达时触发图像采集单元，采集当前的视频图像。牌照识别单元对图像进行处理，定位出牌照位置，再将牌照中的字符分割出来进行识别，然后组成牌照号码输出。 车牌识别停车场管理系统将摄像机在入口拍摄的车辆车牌号码图象自动识别并转换成数字信号。做到一卡一车，车牌识别的优势在于可以把卡和车对应起来，使管理提高一个档次，卡和车的对应的优点在于长租卡须和车配合使用，杜绝一卡多车使用的漏洞，提高物业管理的效益;同时自动比对进出车辆，防止偷盗事件的发生。升级后的摄像系统可以采集更清晰的图片，作为档案保存，可以为一些纠纷提供有力的证据。 方便了管理人员在车辆出场时进行比对，大大增强了系统的安全性。
车牌识别系统可以自动检测并识别图像中的车辆牌照，其算法主要包括牌照定位、牌照分割、字符识别等步骤。本文将给出一种基于深度学习的车牌识别系统方案。由于可以自动地从视频图像中提取车辆牌照信息，因此车牌识别系统可以应用于以下行业： 我们的项目包含以下三个步骤：车辆牌照检测、牌照字符分割、牌照字符识别。 我们使用Yolo（You Only Look One）算法来检测车辆牌照。Yolo是一个基于卷积神经网络的深度学习目标检测架构。该架构由 Joseph Redmon , Ali Farhadi, Ross Girshick和Santosh Divvala引入，2015年推出第一个版本，然后逐渐升级至版本3： Yolo是一个端到端训练的单一网络，可以用来预测目标的类别与边界框。Yolo网络速度极快，可以每秒45帧的速度实时处理图像。其中一个较小规模的网络，被称为Fast YOLO，甚至达到了令人咂舌的155帧/秒的处理速度。 下面我们来实现YOLO V3网络。首先，我们准备一个有700张包含土耳其车辆牌照的图片的数据集，对每一张图片，我们都使用一个桌面应用LabelImg标注出车牌位置并存入一个xml文件。数据下载及网络训练脚本如下： 在网络训练完之后，为了识别图像中的车辆牌照，我们从darknet/custom/weights中选择最新的模型并在文件中写入其路径名称，我们也将使用文件，注释掉训练部分，然后执行： 这就是我们的结果：现在我们要分割出我们的车牌号码。这个步骤的输入是车牌图像，我们必须能够提取出单个字符的图像。由于这一步骤的输出将用于识别步骤，因此对于一个车牌识别系统而言，车牌分割步骤非常重要。为了尽可能的正确分割车牌字符，我们需要进行必要的预处理。像素投影直方图用来找出字符区域的上限和下限、左边及右边。我们使用水平投影来找出字符的顶部 和底部位置，使用垂直投影来找出字符的左边和右边位置：从车辆牌照中提取数字的另一个方法时使用形态学的开/闭操作来生成一些连通区域，然后再使用连通跟踪算法提取这些连通区域。 识别阶段是我们的车牌自动检测与识别系统的最后一个环节，识别是基于前面环节得到的单个字符图像。我们的模型将对这些图像进行预测，从而得到最终的车牌号码。 为了尽可能利用训练数据，我们将每个字符单独切割，得到一个车牌字符数据集，该数据集中包含11个类（数字0-9以及阿拉伯单词），每个类包含30~40张字符图像，图像为28X28的PNG格式。 然后，我们就多层感知器MLP和K近邻分类器KNN的比较进行了一些调研，研究结果标明，对于多层感知器而言，如果隐层的神经元增多，那么分类器的性能就会提高；同样，对于KNN而言，性能也是随着近邻数量的增多而提高。不过由于KNN的可调整潜力要远远小于MLP，因此我们最终选择在这个阶段使用多层感知器MLP网络来识别分割后的车牌字符：你可以在这里找到代码及数据集：github 原文链接：车辆牌照自动检测与识别 —— 汇智网