复杂环境下车牌智能识别方法研究文献综述
摘要：车牌检测是现代智能交通系统的一项基础支撑技术，其使用光学成像设备抓拍车辆图像，随后应用计算机视觉、机器学习等相关技术，从抓拍到的车辆图像中自动确定车牌位置坐标，并分割出车牌区域。经过长期发展，车牌检测技术已经广泛应用到智能交通的各领域，针对车牌检测任务已经有很多理论研究成果和成型的商用系统，表面上看车牌检测技术相当完善，可以获得令人满意的效果，实际上此类技术有很多前提条件，局限性相当大。车牌识别的过程主要分为图像的预处理、车牌定位、字符分割和字符识别几个阶段，本文对图像的预处理、车牌定位以及字符识别的关键技术进行了深入细致的研究，为实现在复杂环境下的车牌智能识别提供参考和帮助。
关键词：复杂环境，车牌识别，二分值法，图像分割，支持向量机
一、前言
在21世纪，我国经济迅速增长，出行方式也随之发生巨大变化，最初的步行转变成骑车、随之又转变为开车、坐车。汽车保有量迅猛增加，由此也带来了相关的交通问题，交通拥堵、道路安全事故、停车困难、环境污染等，显然这些问题阻碍了当今社会的蓬勃发展，为了改善城市交通问题，智能交通系统应运而生。智能交通系统（Intelligent Transport System, ITS）是综合了信息处理技术、计算机技术、通信技术等于一体的，形成实时、准确、高效的综合运输和管理系统[1]。将ITS合理应用在交通管理上，通过协调人、车、路、环境四大交通要素之间的关系，提高城市路网的利用效率，有效缓解交通堵塞，减少交通事故，降低能源消耗等。
车牌识别技术是智能交通系统最基础也是非常关键的重要组成,车辆的牌照相当于汽车的“身份证”，具有唯一性，通过对车牌进行监管，就可以实现对汽车的监管，车牌识别系统(License Plate Recognition System, LPRS)是车辆检测和交通管理系统实现自动化的重要技术措施[2]。LPRS主要应用于停车场管理、监测报警、高速公路收费管理、交通违章、交通事故勘察等。将车牌识别系统合理的应用在交通管理上，进行全天化无人化的监督、识别和管理，可以提高交通管理的效率，使道路的通行能力大幅提升。
车牌识别系统在室外道路、小区、停车场等背景相对单一稳定的场景下已经取得很好的效果，但是在实际生活中，单一的场景往往是少部分遇到的，车辆通常处于动态的复杂的环境背景中运动，如自然环境背景多变、异物遮挡、阴影干扰大；图像品质容易受到光照强度变化、雾霾、阴雨天等天气因素影响；车辆种类型号多，外形复杂，受到拍摄角度和高度不同导致车辆形成一定的变形和尺寸变化，使得车牌识别难度增加。单一场景下的车牌识别已经做了大量的研究工作，也取得了良好的成果，但是复杂多变环境下的车牌识别仍然是个难题所在。
二、正文
1研究背景
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
