基于单片机的车牌识别系统设计与实现
基于深度学习的汽车车牌识别系统的设计与实现
基于深度学习的汽车车牌识别系统的设计与实现摘要：随着智能交通系统的快速发展，汽车车牌识别技术在交通管理、停车场管理等领域发挥着重要作用。
本文设计并实现了一种基于深度学习的汽车车牌识别系统，该系统能够准确、快速地识别汽车车牌号码，提高交通管理的效率和智能化水平。
本文详细介绍了系统的总体设计、关键技术、功能模块以及系统测试等方面的内容。
关键词：深度学习；汽车车牌识别；智能交通系统一、引言汽车车牌识别是智能交通系统中的一个重要组成部分，它可以实现对车辆的自动识别和管理，提高交通管理的效率和准确性。
传统的车牌识别方法主要基于图像处理和模式识别技术，存在识别准确率低、鲁棒性差等问题。
随着深度学习技术的发展，基于深度学习的车牌识别方法逐渐成为研究热点。
深度学习方法具有强大的特征提取能力和泛化能力，可以有效地提高车牌识别的准确率和鲁棒性。
二、系统总体设计（一）设计目标本系统的设计目标是实现一个高效、准确、稳定的汽车车牌识别系统，能够在不同的光照、角度和天气条件下准确识别汽车车牌号码。
具体目标包括：1.识别准确率高：系统的识别准确率应达到 95% 以上。
2.识别速度快：系统的识别速度应在 1 秒以内。
3.鲁棒性强：系统应能够在不同的光照、角度和天气条件下稳定工作。
4.易于部署和维护：系统应具有良好的可扩展性和可维护性，便于部署和维护。
（二）系统架构本系统采用客户端 / 服务器架构，主要由车牌图像采集模块、车牌识别模块和数据库管理模块组成。
车牌图像采集模块负责采集汽车车牌图像，并将图像传输到车牌识别模块进行识别。
车牌识别模块采用深度学习算法对车牌图像进行识别，识别结果存储到数据库管理模块中。
数据库管理模块负责管理车牌识别结果，并提供查询和统计功能。
（三）工作流程1.车牌图像采集：通过摄像头或其他图像采集设备采集汽车车牌图像。
2.图像预处理：对采集到的车牌图像进行预处理，包括图像增强、去噪、二值化等操作，以提高图像质量。
基于智能识别技术的车牌识别系统研究与设计
基于智能识别技术的车牌识别系统研究与设计智能识别技术在现代社会中的应用越来越广泛，其中之一就是车牌识别系统。
车牌识别系统是利用计算机视觉和图像处理等技术，对车辆的车牌信息进行自动识别和处理的系统。
这种系统具有识别快速、准确性高、适应环境广泛等特点，已经广泛应用于交通管理、安防监控、停车场管理等领域。
一、智能车牌识别系统的原理与流程智能车牌识别系统的原理主要基于计算机视觉和图像处理技术。
其流程分为图像获取、预处理、特征提取和车牌识别四个步骤。
1. 图像获取：智能车牌识别系统首先需要获取车辆的图像信息。
常用的图像获取方式有摄像头、监控摄像头、高速公路监控摄像机等。
通过这些设备，系统能够对车辆进行实时监控，并捕捉到车辆的图像。
2. 预处理：获取到的车辆图像需要进行预处理，以便提高车牌的识别准确度。
预处理主要包括图像增强、噪声去除和图像分割等步骤。
图像增强：通过增强车牌图像的对比度、亮度等参数，使得车牌的信息更加清晰明确，有助于后续的处理。
常用的增强方法有直方图均衡化、灰度拉伸等。
噪声去除：由于环境原因或者图像采集设备的限制，车牌图像中常常存在不同程度的噪声。
通过滤波等方法，可以去除图像中的噪声，提高车牌的清晰度和可视性。
图像分割：车牌识别系统需要将图像中的车牌部分从其他背景中分离出来。
通过图像分割算法，可以将车牌与背景进行区分。
常见的分割方法有基于颜色、形状和纹理等特征的分割。
3. 特征提取：在图像预处理后，接下来需要提取车牌图像中的特征。
特征提取是车牌识别系统中最重要的一步，直接影响着后续的识别准确度。
特征提取方法主要有基于外形、颜色和纹理等特征进行识别。
其中，基于外形的方法常用的是轮廓提取和边缘检测算法，通过提取车牌的外形特征进行识别。
基于颜色的方法则是利用车牌的颜色信息进行识别，常用的有颜色直方图和颜色分布等。
基于纹理的方法则是通过车牌中的纹理信息进行识别，可以利用纹理变化和统计特性等。
4. 车牌识别：在特征提取后，通过分类器或者模板匹配等方法对车牌进行识别。
基于51单片机的高速公路测速系统和车牌识别分析
基于51单片机的高速公路测速系统和车牌识别分析添加时间: 2010-3-20 11:19:19 文章来源: 文章作者: 点击数:17688摘要鉴于高速公路限速牌不能很好地对司机起到警示作用的作用，本文设计了一套基于MCS-51单片机，包含光电探测装置和显示装置的电子屏幕。
它不仅能方便设置并显示该路段的限制速度，以完成普通电子限速牌的限速提示功能，同时能将测得的车速实时显示，并自动判断是否超速。
另外它低廉的造价和经计算证明较高的精度大大提高了它的可用性。
车辆牌照自动识别系统是近几年发展起来的基于图像和字符识别术的智能化交通管理系统，是目前国内外模式识别应用研究领域的一个热点。
本文对系统中区域提取、图像预处理、字符分割和字符识别等环节涉及的算法、设计做了一个比较详细的论述。
本文在图像预处理中重点介绍一种在图像获取阶段有目的定位关注的物体，讨论了灰度图像二值化的多种算法，利用它在原始图像形成的标识区域特性,在约束条件下，按照识别牌几何特征提出了一种特殊的二值化处理方法。
实验证明该图像识别系统具有较高的可靠性与稳定性,减小了进一步车牌识别中计算量大的问题,从而提高了车牌识别的准确性和快速性。
讨论了灰度图像二值化的多种算法基于数学形态学的图像去除噪声的方法。
基于数学形态学的图像去除噪声是通过对图像的开、闭操作有选择的去噪声。
可以去除直径小于字符笔划半径的孤立噪声点。
还详细地介绍了基于字符形态划分的字符识别方法。
基于字符形态划分的字符识别方法是在对数字字符结构进行充分分析的基础上，对基元检测，归纳字符形态特征，得到的快速字符识别方法。
关键词：光电检测；车速测量；单片机；电子限速牌；车辆牌照；图像处理；基元检测；字符识别基于51单片机的高速公路测速系统和车牌识别分析AbstractIn view of the highway speed limit unlicensed drivers should not very well serve as a warning to the role, this article has designed a single-chip based on the MCS-51, including the photoelectric detection devices and display devices of the electronic screen. It not only can easily set up and display the road speed limit in order to achieve common electronic speed limit signs prompt function, can be simultaneously measured real-time display of speed and automatically determine whether the speeding. In addition it is low cost and the higher the accuracy of calculations greatly enhance its usability. Vehicle License Plate Recognition system is developed in recent years based on the image and character recognition operation of the Intelligent Traffic Management System, the application of pattern recognition at home and abroad are currently a hot area ofresearch. In this paper, the system of regional extraction, image preprocessing, character segmentation and character recognition algorithm, such as aspect involved in the design to do a more detailed exposition. In this paper image pre-processing in the introduction of a focus at image acquisition phase has the purpose of positioning objects of concern, discussed the gray image binarization of a variety of algorithms, use it in the original logo image formation of regional characteristics, in binding conditions, identification card in accordance with the geometric characteristics of a particular binarization approach. Experiments prove that the image recognition system has high reliability and stability, further reduce the vehicle license plate recognition in the calculation of a large quantity of questions, thereby increasing the accuracy of license plate recognition and speed.Discussed the gray image binarization algorithm of multiple images based on mathematical morphology method to remove noise. Images based on mathematical morphology to remove the image noise is through the open and close operation has chosen to noise. Can remove the character strokes of a diameter less than the radius of the isolated noise points. Also detail the division of character-based form of character recognition methods. Morphological character-based division of Character Recognition on the figure are at a full analysis of character structure based on element detection, morphological characteristics summarized characters get Character Recognition Express.Key words：Photoelectric detection; speed measurement; Singlechip; electron speed licensing; vehicle license; image processing; motif detection; Character Recognition目录摘要................................................................................. (I)Abstract........................................................................... . (II)第1章绪论................................................................................. . (2)1.1 车牌字符识别研究课题的背景 (2)1.2 车牌字符识别研究的意义 (2)1.3 车牌字符识别研究的应用现状及发展 (3)1.4 本文主要内容.................................................................................第2章车牌图像预处理 (5)2.1 数字图像处理的相关介绍 (5)2.1.1 数字图像处理概念 (5)2.1.2 图像的数字化表示 (5)2.1.3 本文中图像处理所涉及的相关领域 (6)2.2 图像二值化................................................................................. . (6)2.2.1 彩色图像和灰度图像 (6)2.2.2 基于灰度的图像二值化 (7)2.2.3 图像二值化结果演示 (9)2.3 用数学形态学的方法去除噪声 (10)2.3.1 数学形态学的几种基本运算 (10)2.3.2 经开闭运算前后的图像对比显示 (16)2.4 单个字符图像的分割 (17)2.4.1 我国车牌的特点 (17)2.4.2 对所要识别的车牌的分析 (17)2.4.3 基于列扫描黑色像素积累的字符分割 (18)2.4.4 已经分割后的单个字符演示 (18)2.5 本章小结................................................................................. . (19)第3章基于字符形态划分的字符识别 (19)3.1 字符识别概述................................................................................3.1.1 目前字符识别的一些常规方法 (20)3.2 字符轮廓分析 (21)3.2.1 字符轮廓的划分 (21)3.2.2 字符四方向轮廓公式化表示 (21)3.3 字符轮廓的变化特征 (22)3.4 字符形态划分的结构基元 (22)3.4.1 字符结构基元划分原理 (22)3.4.2 字符形态划分方法的特点 (23)3.5 利用字符结构基元划分的字符识别原理 (24)3.5.1 基元的检测 (24)3.5.2 轮廓的统计特征 (25)3.5.3 用字符形态识别数字字符 (25)3.5.3.1 数字字符的特点 (25)3.5.3.2 数字字符的识别方法 (26)3.5.4 字符识别的matlab算法流程 (27)3.6 本课题整体流程 (29)3.6.1 对本课题流程的总体说明 (29)3.6.2 用MATLAB完成本课题的流程图 (30)3.7 基于字符形态划分的字符识别方法的特点和不足 (30)3.8 本章小节................................................................................. (31)结论................................................................................. . (32)参考文献................................................................................. (33)第1章绪论1.1 车牌字符识别研究课题的背景随着21世纪经济全球化和信息时代的到来，作为信息来源的自动检测、图像识别技术越来越受到人们的重视。
毕业设计--基于单片机的车牌识别系统设计与实现
基于单片机的车牌识别系统设计与实现目录摘要 (2)二、选题 (4)三、系统主要特点 (5)四、系统方案、实现原理 (6)4.1 图像采集及存储格式 (8)4.2 图像的灰度化 (8)4.3 图像的二值化 (9)4.4 车牌的去边框 (9)4.5 图像的梯度锐化 (10)4.6 字符分割算法 (11)4.7 字符的归一化 (12)4.8字符特征提取 (13)4.9 字符识别算法 (15)4.9.1 BP神经网络法 (15)4.9.2 模板匹配法 (17)五、操作说明与硬件框图 (18)六、实验程序 (19)七、数据统计分析 (66)八、结果分析 (66)九、实验心得 (66)十、参考文献 (69)摘要伴随着世界各国汽车数量急剧增加，城市交通状况日益引起人们的重视，如何有效地进行交通管理，已成为越来越多人关注的焦点，解决这些问题的关键就是建立智能交通系统。
车牌识别是智能交通系统的重要组成部分，它在交通控制与监视中有着多种用途，目前已广泛应用于各种领域。
本文将TMS320C54XX作为核心器件用于车牌自动识别系统中，完成车牌图像的采集、数字图像的处理、提取车牌信息并针对提取的特征对字符进行识别。
首先分析了车牌识别系统实现的背景以及其实现意义。
然后对实现车牌识别的硬件环境作简要介绍。
接着对车牌识别过程中所涉及的边缘检测、字符分割、大小归一化等一系列数字图象处理技术进行进一步的详细分析。
之后，对几种字符特征提取算法进行了对比分析，最后选取最适合的网格特征提取法，以此为基础进行模扳匹配，最终识别出车牌号码。
关键词：车牌提取；图象处理；车牌识别；单片机；模扳匹配AbstractWith the increment of vehicle all over the world, the situation of city traffic has attracted the attention of people. How to control the traffic effectively has become the problem which more and more people pay close attention to. The way to solve this problem is to establish the ITS—Intelligent Transportation System .Vehicle license plate recognition system is the crucial part of the ITS. It is widely used in vehicle monitoring and traffic control.This experiment attempts to use the new generation 单片机—Digital Signal Processor to implement the recognition task. The 单片机chip TMS320C54XX is used to process the picture of the vehicle, distill information of the license plate and recognize the vehicle license plate. The first part of the thesis is about the background and meaning of the vehicle license plate recognition system. Consequently we analyze the environment of the experiment. In the next part we analysis the fundamental theory and technique of the image processing, including the collection of picture of vehicle, distill of the license plate, segmentation algorithm of character. Then we put forward several methods to distill the feature of the characters. On the basis of the above-mentioned research, we make the template matching and recognize the characters. Keywords: Vehicle License Plate Location; Image Processing; Character Recognition; DSP; template matching二、选题改革开放以来，我国的交通运输业迅速发展。
基于单片机的车牌识别系统
使用J^adon变换来对车牌a行校正.駢牌分割：育先对车牌进行水平投®,上除水平边框：再对车牌进行垂直投影.通过对车牌进行投影分析可知，与最大值峰中心对应的如车牌中第一个7 符和第二个字符的间隔，与第一犬峰中心距离对应的即为车牌了符的宽度，井以此为依据对车牌进行吩割-⑤字符识别：木文采用棋板匹配方法来对车牌进行识别。
识别过程中.首先建立标准字库，再将分割所得到的字符进行归一化，将归一化处理后的字符与标准字库里的字符逐一比校.最后把谋筮虽小的字符作为结杲显示出来U本文采用成熟的数字图像处理技术和Matlab仿真丁具却，便得文中所提出的算法得以灾现-如罔i所示为采用Mat lab实现车牌了符分割技术的程序流程。
.function [d]=ma in(jpg)匸imread('car .jp g');figure(1),imshow(l);title('原图');I1=rgb2gray(l); %将真彩色图像转换为灰度图像figure(2),subplot(1,2,1),imshow(l1);title('灰度图');figure(2),subplot(1,2,2),imhist(I1);title('灰度图直方图');l2=edge(l1,'robert',0.08,'both'); %高斯滤波器，方差为0.08figure(3),imshow(l2);title('robert 算子边缘检测') se=[1;1;1];I3=imerode(I2,se); % 图像的腐蚀figure⑷,imshow(I3);titleC 腐蚀后图像');se=strel('rectangle',[40,40]); %构造结构元素，以长方形构造一个seI4=imclose(l3,se); %对图像实现闭运算，闭运算也能平滑图像的轮廓，但与开运算相反，它一般融合窄的缺口和细长的弯口，去掉小洞，填补轮廓上的缝隙。
基于单片机的车牌识别设计
基于单片机的车牌识别设计License Plate Recongnition Technoogy Based OnMCU中文摘要随着整个世界的发展速度，科学技术的迅速提高以及人民生活的不断发展，大批量来自世界各地的机动车越来越出现在人们的视野当中，机动车的出现使得整个世界的交通带来了便利，但同时道路的拥挤，城市的污染也随之加剧，在中国乃至世界各国来说，常常出现拥挤，车祸以及各种各样的违法行为。
因此，车辆的识别对于我们来说是非常重要的，可以有效地追中肇事逃逸的车辆，闯红灯以及超速驾驶等行为。
本设计是一款基于STM32单片机的车牌识别系统，我们可以通过系统的识别，可以在远程追中每辆违法小车的车牌号码。
在整个设计中，运用了TFT液晶显示屏来显示当前信息，OV7670摄像头模块进行图像采集，最后，通过核心处理器上添加一些硬件外设，驱动程序和应用程序，来及时的检测出当前小车的车牌号码。
关键词：STM32单片机TFT液晶显示屏OV7670摄像头模块AbstractWith the development speed of the whole world, the rapid improvement of science and technology and the continuous development of people's life, a large number of motor vehicles from all over the world are more and more appearing in people's vision. The appearance of motor vehicles has brought convenience to the traffic of the whole world, but at the same time, the congestion of roads and the pollution of cities are also increasing. In China and even in other countries around the world, it is often There are crowding, car accidents and all kinds of illegal activities. Therefore, vehicle identification is very important for us. It can effectively catch up with the hit and run vehicles, run the red light and overspeed driving. This design is a license plate recognition system based on STM32 single-chip microcomputer. We can recognize the license plate number of every illegal car by the system. In the whole design, TFT LCD is used to display the current information. Ov7670 camera module is used for image acquisition. Finally, some hardware peripherals, drivers and applications are added to the core processor to detect the license plate number of the current car in time.Keywords: STM32 single chip microcomputer LCD camera module目录第一章前言 ................................ 错误!未定义书签。
基于STM32的车牌识别系统
基于STM32的车牌识别系统一、系统概要本系统以STM32F103RBT单片机为主控，控制OV7670摄像头（带FIFO）进行图像采集，通过模式识别、匹配，最后获得车牌的识别结果。
为尽大可能的提高处理速度，STM32单片机进行了16倍频。
识别主要过程包括五过程。
二、系统框图三、识别原理1、图像采集图像通过OV7670摄像头进行数据采集，采集的图像大小为320*240像素，像素格式为RGB565。
每个像素由两字节组成，第一字节的高五位是R，第一字节的低三位和第二字节的高三位组成G，第二字节的低五位是B。
图像通过STM32单片机读取，并将数据进行特殊处理后，显示于TFT显示屏上。
2、二值化分析摄像头的数据在采集过程中，对每个像素进行二值化处理，即设定R、G、B的阈值。
通过二值化处理，将像素值分为全黑0x0000和全白0xffff两种。
同时通过程序分析出每行的跳变点。
分析跳变点的目的是识别出车牌区域。
3、识别车牌区域通过二值化分析出各行的跳变点，车牌区域处由于字符，导致跳变点明显较多，约大于15个，通过跳变点的分析和判断，即可识别出车牌区域位置。
如下图中左侧红色标记点，即为各行的跳变点数目。
本系统程序中设定跳变点大于15个，在连续行存在多个跳变点大于15的位置处，将起始位置设定为车牌区域的上边边界Y_up，结束位置设定为车牌区域的下边边界Y_down。
再通过RGB-HSV颜色转换，识别出车牌区域的左边边界X_left和右边边界X-right。
这样既可获取车牌区域的准确边界，如下图蓝色边框范围。
4、字符分割车牌区域识别后，再次通过二值化进行字符的分割处理。
处理过程中，获取各个字符的左边边界kk和右边边界k，若分割出来的字符数为8，则分割比较准确。
如下图所示，竖向蓝线为各个字符的边界标记。
字符分割，为下一步字符匹配准备总要参数。
5、字符匹配字符分割后，进行归一化处理，再逐一对各个字符进行字符匹配。
字符模板通过取模软件先提取出，存放于程序中，其大小为24*50的单一像素。
基于STM32单片机的车牌识别系统
基于STM32单片机的车牌识别系统发布时间：2022-08-17T03:13:58.760Z 来源：《当代电力文化》2022年7期作者：王子涵赵昊天王京柏植指导老师[导读] 随着我国社会经济快速发展，进入21世纪，城市汽车保有率从2000年3.1%增长至 2015年42%，预计2024年将升至75%。
王子涵赵昊天王京柏植指导老师宿州学院机械与电子工程学院安徽宿州 234000摘要：随着我国社会经济快速发展，进入21世纪，城市汽车保有率从2000年3.1%增长至 2015年42%，预计2024年将升至75%。
在过去十年，汽车数量的爆发式增长，城市道路拥堵和停车困难已然成为城市交通最主要的问题。
虽然我国加强了对道路和停车场等公共交通设施的兴建，但建设速度仍无法与汽车增长速度相比，停车难仍是困扰驾驶员的主要问题【关键词】STM32F103C8T6；OV7670；TFT液晶显示屏；一、总体设计方案1.1系统的功能要求本系统的研制主要包括以下几项功能：(1)当车辆驶入检测范围时，系统启动，对目标所在图像进行采集、识别；系统识别过程包括图像采集、二值化分析、识别车牌区域、字符分割、字符匹配五个过程(2)系统启动后实时显示摄像模块采集到的画面，在系统识别成功后，查看识别内容，以及对系统后台内容进行监控；(3)声光提示模块会在系统识别成功后蜂鸣器产生声响，提示操作人员识别完成。
1.2系统的组成及方案设计本设计由STM32主控、OV7670摄像模块、红外测距模块、TFT显示模块、声光提示模块等组成。
系统的组成结构如下：二、系统的硬件设计总体电路本设计采用模块化思路，对各功能部分进行独立的模块设计，各模块设计完成后，进行总体化组装、调试，达到使用要求。
模块化设计能有效降低系统的使用成本，增加系统的使用灵活度，在部分模块出现问题时可快速进行替换，使系统能在短时间内恢复使用。
2.1 STM32F103C8T6单片机STM32F103C8T6是一款由意法半导体公司基于ARM Cortex-M3内核的32位微控制器[1]。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
基于单片机的车牌识别系统设计与实现目录摘要2二、选题4三、系统主要特点5四、系统方案、实现原理 6 4.1 图像采集及存储格式8 4.2 图像的灰度化8 4.3 图像的二值化9 4.4 车牌的去边框9 4.5 图像的梯度锐化10 4.6 字符分割算法11 4.7 字符的归一化12 4.8 字符特征提取13 4.9 字符识别算法15 4.9.1 BP 神经网络法15 4.9.2 模板匹配法17五、操作说明与硬件框图18六、实验程序19七、数据统计分析66八、结果分析66九、实验心得66十、参考文献69 摘要伴随着世界各国汽车数量急剧增加，城市交通状况日益引起人们的重视，如何有效地进行交通管理，已成为越来越多人关注的焦点，解决这些问题的关键就是建立智能交通系统。
车牌识别是智能交通系统的重要组成部分，它在交通控制与监视中有着多种用途，目前已广泛应用于各种领域。
本文将TMS320C54XX 作为核心器件用于车牌自动识别系统中，完成车牌图像的采集、数字图像的处理、提取车牌信息并针对提取的特征对字符进行识别。
首先分析了车牌识别系统实现的背景以及其实现意义。
然后对实现车牌识别的硬件环境作简要介绍。
接着对车牌识别过程中所涉及的边缘检测、字符分割、大小归一化等一系列数字图象处理技术进行进一步的详细分析。
之后，对几种字符特征提取算法进行了对比分析，最后选取最适合的网格特征提取法，以此为基础进行模扳匹配，最终识别出车牌号码。
关键词：车牌提取；图象处理；车牌识别；单片机；模扳匹配 2 Abstract With the increment of vehicle all over the world the situation of citytraffic has attracted the attention of people. How to control the trafficeffectively has become the problem which more and more people payclose attention to. The way to solve this problem is to establish theITS—Intelligent Transportation System .Vehicle license plate recognitionsystem is the crucial part of the ITS. It is widely used in vehiclemonitoring and traffic control. This experiment attempts to use the new generation DSP—DigitalSignal Processor to implement the recognition task. The DSP chipTMS320C54XX is used to process the picture of the vehicle distillinformation of the license plate and recognize the vehicle license plate.The first part of the thesis is about the background and meaning of thevehicle license plate recognition system. Consequently we analyze theenvironment of the experiment. In the next part we analysis thefundamental theory and technique of the image processing including thecollection of picture of vehicle distill of the license plate segmentationalgorithm of character. Then we put forward several methods to distill thefeature of the characters. On the basis of the above-mentioned researchwe make the template matching and recognize the characters.Keywords: VehicleLicense Plate Location Image Processing Character Recognition DSP template matching 3二、选题改革开放以来，我国的交通运输业迅速发展。
但伴随着其发展，也出现了一系列问题，如交通堵塞、交通事故和环境污染等等。
虽然可以靠建设更多的道路设施来满足交通运输增长的需求，但在资源、环境矛盾越来越突出的今天，道路设施的增长将受到限制，这就需要依靠提供除了设施以外的技术方法来满足这一要求。
交通的迅速发展使得全世界的研究者不断采用先进的电子和计算机视觉技术来检视超速车辆、掌握车辆行驶，或者用于收费站，以提高车辆的通过速度等等。
智能运输系统ITSIntelligent Transportation Systems是解决这一矛盾的途径之一，而车牌识别LPRLicense PlateRecognition又是ITS 中的关键技术之一。
传统的车牌识别系统，必须依赖于PC，识别的关键算法全部在计算机中实现，计算机因为其有较高的处理速度和较大的内存，而传统的识别和预处理算法又需要大量的存储空间和较快的cpu 处理速度，但是由计算机作为识别主体的系统成本高，而且体积庞大，不易于批量安装和随身携带，当今嵌入式系统的发展日新月易，嵌入式处理器（单片机）的速度不断提高，在某些方面已经超过了传统的PC，而且最单片机主要的优点就是不依赖于任何操作系统，具有高稳定性，成本低，体积小。
正因为以上优点，本课题选择了采用单片机来实现车牌识别。
4三、系统主要特点车牌识别系统能将输入的车牌图像经过处理识别，输出为几个字节大小的车牌字符串，无论在存储空间的占用还是与管理数据库相连方面都有无可比拟的优越性，有着广泛的应用前景。
车牌识别系统的成功开发将大大加速智能运输系统的进程。
系统采用单片机-EXP- IV实验箱，静态视频图象采集卡，摄像头，该系统的工作过程如下：第一步，由摄像头拍下车牌图像，完成图像采集并将采集来的图像存在视频采集卡的SRAM 中。
第二步，将图像通过单片机 1 进行处理，图像处理包括滤波、二值化、倾斜度调整和去除车牌边框、字符分割以及归一化等等。
第三步，提取字符的特征，并按照模板匹配法进行识别。
第四步，进行双机通信，将分析数据传到单片机2，然后控制液晶屏显示结果。
5四、系统方案、实现原理汽车牌照自动识别系统工作原理车辆牌照识别系统一般可分为车辆图像获取、车辆牌照子图像区域定位分割、车牌照内字符切分、字符识别OCR四大部分:在第一部分主要通过摄像头与计算机的视频捕捉卡直接相连接来完成图像采集，可以实时在线监控图像，重点抓取到含有牌照的图像该部分功能可简单调用计算机视频捕捉卡厂商提供的各种软件开发工具即可实现。
由于车辆牌照自动识别系统前端的车辆位置检测、图像捕捉部分都有了相应的软硬件刹良好的实现了，所以牌照自动识别系统的关键在于第二、三、四部分，而后续的几部分是串行化工作的，即没有前一步正确快速的识别、切分出相对较清晰的字符，其后的识别阶段根本就不能够进行，所以从这个意义上来讲，牌照子区域定位自动识别切分技术是整个系统的重中之重，它处理工作进行的好坏直接影响后续工作，对字符的拒识率和误识率以及识别速度的实时性有很重要的影响而从算法的相对难易程度上来说，字符具体的识别部分要大的多，牌照子区域内的字符的切分相对最为容易些。
6 本课题采用单片机作为核心处理器来完成识别过程的算法。
总体方案图像捕捉图像预处理牌照子图像定位去除牌照边框预处理后字符切分字符识别输出识别字符图 1 系统框图图像预处理的必要性：由于车牌图像是在室外自然背景下拍摄，其背景往往很复杂，可能包括自然场景中的人、其他车辆、树木、建筑物等，拍摄图像时的光照条件也因拍摄时间、地点、天气等条件的不同而不同，因此，考虑到车辆牌照具有不因外部条件变化而变化的特征，即牌照区域与汽车背景在灰度分布上存在着明显的差异，而且车牌的底色和车牌照字的颜色也形成强烈对比，在一相对小的范围内变化频繁，据这一特征，可以对车牌进行二值化处理，提取边缘特征，定位出车牌。
图像的二值7化处理必须保留车牌区域的信息，即二值化后车牌字符要与底色有明显的区别。
这里的图像的预处理阀值T 的选取至关重要，二值化后，车牌的背景大部分被去除，这样处理之后将大大有利于后续车牌区域的搜索定位。
4.1 图像采集及存储格式用摄像头对准车牌，按下视频采集卡上的复位键，图像便被存储在采集卡的SRAM 空间。
存在SRAM 中的图像在电脑显示器上显示时，有279 行和1440 列，每行的地址是连续的，并且每行有1440 个像素点，所以对于i 行j 列的像素点，它的地址为1440ij H。
本系统图像的存储格式为YUV4:2:216bit格式。
4.2 图像的灰度化采集来的图像为彩色的，由于其调色板内容比较复杂，使得图像处理的许多算法都没有办法展开，因此有必要对它进行灰度处理。
灰度图像没有颜色的差异，有的只是亮度上的不同。
亮度值大的像素点比较亮（亮度值最大为255，为白色），反之，比较暗（亮度值最小为0，为黑色）。
在SRAM 中存放的一个像素点需要两个字节，前一个字节为亮度信息，后一个为色度信息。
我们只需要其亮度信息，可以让它同0xff00 进行“与”操作来去除色度信息。
去除了颜色之后，图像变为由不同亮度的灰色组成。
84.3 图像的二值化在进行了上述的去色调的处理后，图像由彩色图像转化为灰度图像。
图像中的每个像素只有亮度值。
它的大小只决定像素的亮暗程度。
为了便于开展后续的图像处理操作，还需要对得到的灰度图像进行二值化处理。
图像的二值化就是把图像中的像素根据一定的标准分化成两种颜色。
在本系统中是根据像素的亮度值处理成黑白两种颜色。
图像的二值化有很多成熟的算法。
它可以采用自适应阈值法，也可以采用给定阈值法。
由于车牌字体与背景颜色一般比较固定且对比鲜明，所以本系统采用给定阈值8 的方法。
举例说明：设原图像的像素点表示为fxy，阀值选为C，则该算法可表示为：fxy ＞C fxy255；大于阀值为白色fxy≤C fxy0；小于阀值为黑色这样就将灰度图像转化为黑白两色图像了，理想情况是背景为黑色，而车牌边框和字符为白色。