毕业论文课题相关文献综述
文 献 综 述
一、选题背景
近年来，计算机行业的飞速发展和数字图象处理技术的日渐成熟，为传统人工模式下的车辆管理带来了重大转变，车辆识别系统的自动化、智能化已成为交通管理的趋势。汽车牌照的自动识别技术是对由摄像头拍摄的包含车牌的汽车照片，通过多种图像处理和形态学方法对车牌进行提取和识别的技术，它是实现对机动车的自动化管理的前提。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、计算机视觉等技术为基础，对摄像机所拍摄的车辆图像进行分析，得到每一辆汽车唯一的车牌号码，从而完成识别过程当前，车牌识别技术已经广泛应用于停车管理、称重系统、静态交通车辆管理、公路治超、公路稽查、车辆调度、车辆检测等各种场合，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。大学校园作为学生日常学习、生活的场所，车辆管理直接影响着学生们的人身安全和课堂秩序，如今，越来越多的车辆开始出入校园，包括教职工和校外人士，这一个高效的车牌识别管理系统是维持校园车辆秩序的必要保证。
二、研究现状
早在上个世纪末，一些西方发达国家的研究人员就开始了对车牌识别的研究，如英国Alphatech公司就在上世纪80年代开始研制名为RGUS的车牌自动识别系统，能处理黑白或彩色图像，但受限于算法的性能及摄像机的成像水平，识别效果并不佳，只取得少量应用。2006年后，随着机器学习，尤其是深度学习和前端嵌入式算法部署技术的兴起，以及芯片性能的提升，车牌识别技术取得极大的进步，车牌识别在动态交通，如电子警察、公路卡扣等取得了广泛的应用，2014年后，车牌识别在停车场等静态交通领域上的应用也越来越普遍。近年来，除了交通管理，车牌识别技术也开始走向非交通领域，如无人加油站、汽修站、4S店等各种不同复杂程度的场景都有车牌识别的应用，可见，车牌识别技术在未来越来越多的细分场景里都将有一席之地。
境外研究现状：
目前，比较成熟的系统有美国Hi-Tech Solutions公司的SEE/CAR，新加坡OptAsia公司的VLPRS，香港Asia Vision Technology公司的VECON等，其中，SEE/CAR系统可以以每秒2-3辆机动车的频率在各种天气下对速度80km/s的汽车进行识别，并有多重变形产品来适应不同国家的车牌，但对中国大陆的车牌识别效果并不好，因为无法对汉字进行有效的识别。此外，日本、加拿大、德国、英国等发达国家也有适合本国的车牌识别系统。车牌识别技术在发达国家和地区已日趋成熟并得到广泛的应用。
国内研究现状：
国内在上世纪90年代也开始了车牌识别的研究，但由于国内车牌种类多、汽车行驶环境复杂、部分车牌受损情况严重以及汉字识别的难度，早起识别系统实际效果并不高。近年来，随着技术的进步，国内车牌识别技术已日渐成熟，国内车牌识别应用场景也越来越多，车牌识别技术的应用越来越普遍。目前比较成熟的产品有中科院自动化研究所汉王公司的汉王眼、深圳多奥科技有限公司的多奥车牌识别系统等，能够对国内复杂环境下的各种型号车牌在一些特定的场景进行较高精度的识别。
三、课题设计内容
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。
