1. 研究目的与意义
车牌识别是现代智能交通系统中的重要组成部分之一，应用十分广泛。它以数字图像处理、模式识别、计算机视觉技术等技术为基础，对摄像机所拍摄的车辆图像或者视频序列进行分析，进而得到每一辆汽车唯一的车牌号码，从而完成识别过程。通过一些后续处理手段可以实现停车场收费管理，交通流量控制指标测量，车辆定位，汽车防盗，高速公路超速自动化监管，闯红灯电子警察，公路收费等功能。对于维护交通安全和城市治安，防止交通堵塞，实现交通自动化管理有着现实的意义。故汽车牌照等相关信息的采集成为信息处理技术的一项重要研究课题。
目前常用的车牌识别算法有模板匹配法、特征分析匹配法、人工神经网络识别法等多种，而人工神经网络识别算法则以其高速、大规模的处理能力和超强的性能被逐渐认可和采用。
人工神经网络（artificial neural networks，简记作ann），是对人类大脑系统的一阶特性的一种描述。简单地讲，它是一个数学模型，可以用电子线路来实现，也可以用计算机程序来模拟，是人工智能研究的一种方法。人工神经网络由大量多输入、单输出的人工神经元互连而成，模拟人脑组织结构和智能行为，采用并行方式大规模并且高速处理相应信息，能分布式存储信息，具有超强的容错性能，在一些背景知识不清楚、推理规则不明确和输入模式部分损失等问题上的处理具有较好的性能。目前，神经网络在车牌识别中的应用得到了国内外广泛的关注。
2. 研究内容和预期目标
一、研究内容
1、神经网络的原理及其算法；
2、图像预处理；
3. 研究的方法与步骤
本课题主要是通过matlab完成神经网络在车牌识别系统中的应用研究，包括图像预处理、字符分割和字符识别等模块的实现。
一、研究方法
神经网络算法实现车牌识别
4. 参考文献
[1] 阎平凡，张长水.人工神经网络与模式进化计算[m].清华大学出版社，2005.
[2] 关学忠，张璐.基于改进的bp神经网络[j].自动化技术与应用，2015,34（7）：66-68.
[3] 蓝章理，李益才，李艾星.数字图像处理与图像通信[m].清华大学出版社，2009.
5. 计划与进度安排
①2022-2-20——2022-2-29：收集相关资料，查阅相关文献资料；
②2022-3-1——2022-3-19：修改并完成开题报告；
③2022-3-20——2022-3-31：熟悉matlab的基本运用；
