1. 研究目的与意义
近年，我国经济发展势头很好尤其是国民经济发展尤为迅猛，国人越发富有就越追求物质精神上到满足，所以机动车辆的规模及流动量迅猛增加，但是同时导致交通管理到不便和事故到多发，这就急需要采用高科技的手段来充实和加强交通管理水平，智能交通系统(Intelligent Transportation Systems, ITS)便由此而生了。车牌识别（License Plate Recognition,LPR）是ITS的一个重要组成部分，车牌识别分为四步：车牌定位、车牌校正、字符分隔和字符识别。本文旨在研究一种针对特定应用（校区门禁监控）的简单快速的车牌校正方法，以期对其有所帮助。
2. 研究内容和预期目标
研究内容：
任何一套车牌识别系统都包含车牌定位、车牌校正、字符分割和字符识别四个模块。由于摄像头安装位置和车辆拍摄角度的不同，车牌定位模块输出的车牌通常都是形变的。为了保证字符分割的准确性，需要对车牌实施自动校正。考虑到车牌字符和边框的统计分布特点，研究车牌边缘直方图的统计规律，从而确定车牌边框的两个主方向，最终实现车牌的自动校正。
预期目标：
3. 研究的方法与步骤
本课题是车牌校正的研究，在这之前需要车牌的定位，所以第一个步骤是车牌的定位和提取。本文初步将采用基于色彩变换的定位方法，主要思想是：首先先读取图片，在循环读取每一个像素并提取出R、G、B三个分量，经过比值计算和与运算得出初步的图像；再运用形态学算法中的腐蚀膨胀对初步图像进一步优化；之后用四连通删除小面积对象得到新图像并且对新图像计算其最小矩形和像素比；最后用白框圈出汽车车牌所在区域并输出图像。
第二个步骤就是车牌校正，要求是根据边缘直方图，所以就需要图像边缘检测，那么现阶段拟采用的是边缘检测方法中较好的Canny算子，它具有良好的信噪比和检测精度。主要方法是：寻找图像f(x,y)梯度的局部最大值，对梯度进行“非极大抑制”，梯度是用高斯滤波器的导数计算的，它能在噪声抑制和边缘检测之间取得较好的平衡。Canny 算法也是Matlab 高级程序语言的图像处理工具箱函数提供的最有效的边缘检测方法，该方法与其他边缘检测方法的不同之处在于，它使用两种不同的阈值分别检测强边缘和弱边缘，当且仅当弱边缘与强边缘相连时，才将边缘包含在输出图像中。最后，通过边缘检测得出倾斜的角度θ，旋转图形的数据矩阵，即可完成校正。
4. 参考文献
[1] t rui, c shen, j zhang, a fast algorithm for license plate orientation correction, computer engineering, 2004
[2] cne anagnostopoulos, license plate recognition from still images and video sequences: a survey, ieee transactions on intelligent transportation systems, 2008
[3] 于明、李延果、于洋、阎刚，融合hough与radon变换的车牌倾斜校正算法，控制工程，2013（6）
5. 计划与进度安排
2022年3月1日-2022年3月31日，查找并阅读相关文献，完成开题工作；
2022年4月1日-2022年4月30日，研究边缘直方图的表示及求解，并据此完成车牌校正算法的实现；
2022年5月1日-2022年5月31日，图片测试，算法分析，撰写论文并完成初稿
