一个完整的车牌识别系统需要完成从图像收集到字符输出。一般来说，它可以分为两部分:硬件和软件。其中，硬件部分主要用于车辆图像采集，软件部分应包括图像预处理、车牌位置、字符分割、字符的匹配等等，软件工作是最复杂的。进行完上述工作之后，将得到的车牌字符信息传输到车辆管理系统中。

1）图像采集。由公路或停车场固定的摄像机或其他拍照设备获得原始图像。

2）图像预处理。对采集到的原始图像进行滤波、边界增强锐化等处理。

3）车牌定位。从预处理的图像中确定车牌边缘，从而计算边缘图像的投影面积。通过谷峰点大致确定车牌位置，计算连通域的宽高比，踢出不在阈值范围内的连通域，从而确定车牌位置。

4）分割字符。将确定的车牌利用投影检测法来确定和分割字符，从而得到单个字符。

字符识别。利用模板匹配法将分割得到的单个字符与库中的字符模板进行对比匹配，从而确定字符。

本次毕业设计重点工作部分是车牌识别系统中的软件部分。在本设计中，分别从图像的预处理、车牌定位、字符分割和字符识别进行了系统性的分析。主要工作和结论如下：

（1）设计之初，首先明确现有的车牌识别领域已经取得的成果和依旧面临的难题。本次设计中的重点是车牌定位、字符分割和字符识别，因此重点了解了这三个方面的发展。在设计前通过查询资料和日常观察，明确我国车牌的特殊规格，由此就可以知道进行设计时要注意的问题。

（2）本次设计采用的是基于灰度值跳变的方法来确定车牌位置的。首先对获取的原图像进行预处理，接下来再进行二值化造作。经过使用Matlab软件仿真可以看出，利用这种方法能够将车牌信息比较完整的保留下来，并且还能减少噪声的干扰。经过这一处理，后续二值化操作也会变得相对简单。

（3）经过编写Matlab算法，运行仿真之后的结果可以看出。本次设计中所使用到的边缘检测的方法对车牌定位很有效果。后续使用的投影分析和阈值技术也能够有效的检测出车牌图像的边框和旋转角度。经过仿真发现，本设计准确地实现了从车牌定位到字符识别的工作，进过对多张车辆图片作为样本进行识别，均有较好的准确率。

（4）本设计中最重要的部分为车牌定位、字符分割和字符识别。其中字符分割起到承上启下的作用。本设计中采用了垂直投影法达到了分割字符的效果，最终采用与字库中的标准模板进行匹配的方法识别出了车牌图像中的字符。

本次设计中采用的样本图像为蓝底白字的中国民用车牌图像，十分具有代表性，最终的结果也相对理想。经过多个样本的测试，本系统均能准确的识别出车牌字符。

因此，该车牌识别系统经实验证明是具有可行性和准确性的。