关键词：车牌识别 字符分割 智能交通摘 要：车辆信息识别技术是智能交通领域中的重要研究之一,车牌作为车辆重要的身份标识,一直是较为活跃的研究对象。近年来随着车辆数目的急剧增加,基于自动车牌检测识别的车辆信息管理系统开始逐步应用在交通控制,出入管理,车辆查询等实际生活领域。字符分割是车牌识别系统的第二步，其目的是为了将车牌中的字符(包括汉字、字母和数字等)逐个提取出来，便于后继字符识别。车牌图像的字符分割是字符分割的一个应用领域，根据车牌的标准人们已经提出了很多分割方法，并且在得到不断的完善，主要包括气泡法、基于车牌特征的投影法以及基于聚类分析的车牌字符分割方法等。
引言
随着21世纪经济全球化和信息时代的到来，迅猛发展的计算机技术、通信技术和计算机网络技术,水平不断提高的自动化信息处理技术在人们的日常生活的各个领域得到广泛的应用。同时，伴随着全球汽车数量的剧增，城市交通问题也得到人们的日益重视，因此产生了新的研究和应用领域:智能交通系统(Intelligent Transportation Systems，ITS)[1]。
车牌识别(License Plate Recognition，LPR)技术是智能交通系统的主要组成部分，是智能交通、安防监控领域的热点问题。与传统的车辆管理方法相比，它大大提高了管理效率与水平，节省了人力、物力，实现了车辆管理的科学化、规范化，对交通治安起到了一定的保障作用[2]。牌照是机动车辆的身份标志，车牌识别系统利用计算机图像处理、模式识别技术实现对牌照的自动认读，对车辆的自动监控和管理，既节省了资金，又提高了交通系统的车辆监控和管理的自动化程度。因此，车牌识别在道路交通监控、交通事故现场侦察、交通违章自动记录、高速公路自动收费系统、停车场自动安全管理、智能园区管理等方面有着广泛的应用前景，研究车牌识别系统具有巨大的经济价值和现实意义[3]。
研究现状
2.1图像的相关理论基础
（1）灰度图像：灰度图像就是只有强度信息，而没有颜色信息的图像，存储灰度图像只需要一个数据矩阵，矩阵的每个元素表示对应位置的像素的灰度值。若灰度图像的像素都是unit8型或unit16型，则它们的整数值范围分别是【0，255】和【0，6535】，若图像是double型，则像素的取值就是双精度浮点型[4]。本论文研究的车牌灰度图像的像素为 unit8型。
（2）二值图像：二值图像又称黑白图像，是指图像的每个像素只能是黑或白，没有中间值，二值图像的像素值只能是0 或 1[5]。
（3）图像噪声：图像噪声可以理解为妨碍人的视觉器官或系统传感器对所接受图像源信息进行理解或分析的各种因素;按噪声对信号的影响可分为加法性噪声和乘法性噪声两大类[6,7]。
2.2 车牌图像的灰度化
数字图像一般分为彩色图像和灰度图像。在 RGB 模块中，如果R=G-B，则颜色表示一种灰度颜色，其中R=G=B的值叫做灰度值[8]，用g表示。图像的灰度化，就是将彩色图像转化为具有256个灰度级的黑白图像[9]，灰度图像只保留图像的亮度信息，去除了色彩信息，就像我们平时看到的黑白照片，它的亮度由暗到明，而且亮度变化是连续的[10]；图像灰度化后可以使处理运算量大大减少，这样处理过程就变得更加简单和省时。
2.3 车牌图像的二值化
2.3.1 直方图
数字图像的直方图是一个离散函数，它表示数字图像中的每一灰度与其出现概率间的统计关系。如图1所示，是车牌灰度图像和相应的直方图[11]。
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。
