摘要：在目前城市交通监管行业中，车牌识别系统是将会使用机器视觉相关的技术，机器视觉将会是车牌识别系统的一个重要研究方向。

-本文通过查阅大量文献，开发出基于SVM和神经网络的车牌识别系统。在前期图像预处理过程中运用图像灰度变化，图像边缘检测、图像二值化等来突出车牌。经过图像预处理之后，会有许多和车牌类型的矩形，然后使用SVM分类来对矩形进行分类，检测是否是车牌。然后在通过字符分割，将车牌上每一个字符分割开来，便于后面字符识别。字符识别主要通过神经网络，我使用人工神经网络（简写为ANNs），人工神经网络（ANN）是一种类似于突触连接结构的信息处理数学模型。在工程界和学术界，它常被称为“神经网络”或“神经网络”。使用训练好的人工神经网络来对字符进行识别。

我使用C++编写整个，辅以OPENCV机器视觉库。OpenCV是跨平台计算机视觉库，对于机器视觉还是有很多便利的地方。

关键词：神经网络算法，图像预处理，车牌定位，车牌字符分割

目录

摘要

Abstract

1引言-1

1.1概述-1

1.2设计目的-1

1.3课题研究内容-2

1.4系统实现的软件平台-2

1.5系统总体设计-2

1.6车牌识别系统中的两个关键子系统-3

2.图像预处理-4

2.1图像预处理总述-4

2.2高斯模糊-4

2.3灰度处理-5

2.4Sobel运算-5

2.5二值化-6

2.6形态学闭操作-7

2.7轮廓提取-9

3.车牌定位-10

3.1车牌分类-10

3.1.1 支持向量机（SVM）-10

3.1.2 SVM训练-10

4.车牌字符分割-12

4.1灰度化-13

4.2二值化-13

4.3取轮廓-13

4.4外接矩形-13

4.5截取图块-14

5.车牌字符识别-15

5.1特征提取-15

5.2ANN-16

结束语-23

参 考 文 献-24

致谢-25