1. 研究目的与意义、国内外研究现状（文献综述）
国内外研究现状对于车牌识别技术的研究最早出现在20世纪80年代，但该阶段仅仅针对具体问题进行分析，且需要人工干预，直到90年代计算机视觉的发展，才开始出现车牌识别的系统化研究。
伴随着神经网络技术的发展，一些研究机构开始探讨利用神经网络的并行计算、分布式信息存储和容错能力等优势解决车牌识别的技术问题。
当前车牌识别技术虽然取得一定的研究成果，但是与人眼不同，计算机不能轻易区分车牌的不同类型，因为对计算机来说，车牌仅仅是rgb彩色图像或者灰度图像。
2. 研究的基本内容和问题
研究目标：实现对车辆车牌号的识别，尽量提高识别率。
研究内容及关键问题车辆识别主要分为以下步骤：车牌定位、字符分割和字符识别。
（1）各步骤中存在的关键技术问题：车牌定位的主要工作是从复杂环境中将车辆的车牌提取出来，要考虑到车牌旋转、姿态改变、大小不一等问题，车牌定位的好坏直接影响后续的展开。
3. 研究的方法与方案
研究方法、技术路线、实验方案及可行性分析研究方法1. 学习机器学习的相关知识，以及各种算法的实现。
2. 学会使用opencv和ocr。
3. 充分利用百度，google等搜索引擎，利用校内图书馆的资源，搜集相关资料进行学习4. 研读github上的源码，学习高识别率的人如何编写5. 研读相关内容的优秀期刊论文6. 遇到问题时通过开源中国、csdn等论坛，寻找问题的解决方法。
4. 研究创新点
本系统的特色在于实现了基于神经网络的车辆车牌识别的设计，包含车牌定位，字符分割和车牌识别三大模块，具备一定程度的对复杂环境的车牌的识别能力。
5. 研究计划与进展
准备阶段：2018年1月9日到2月1日 进行前期准备，学习相关基础知识，机器学习特别是神经网络的相关知识，以及有关opencv和ocr分割的相关知识。
实现阶段（分阶段完成）：第一阶段：2018年2月2日到2月20日，完成车辆车牌识别的车牌定位子系统；第二阶段：2018年2月21日到3月15日，完成车辆车牌识别的字符分割子系统第三阶段：2018年3月11日到4月1日，完成车辆车牌识别的字符识别子系统训练及测试阶段：2018年4月2日到4月22日，神经网络训练以及车辆图像识别结果，验证正确率。
论文编写阶段：2018年4月23日到一轮答辩，把论文写完。
