效果。有着许多人员在这片领域之中投入了大量的资源开展实验和总结。在国外
的部分国家之中,例如德英日意以及加拿大这几个国家,早在上个世纪的后期就
已经把这种技术研究发展得很成熟了,也提出了大量关于车牌的检测识别方面的
高技术方法,并且已经开始在市场上投入使用,虽然说他们的方法不大一样,但
是对于这项研究也投入了大量的精力和资金[1],许多国家都有着不错得成果展
现。如以色列得 Hi-Tech 公司所推出 See/Car 系统,通过视觉传感器获得车辆车
牌信息对车辆管理效果显著;新加波的 OptAsia 公司的 VECON-VIS 车牌识别系统,
据说准确度也相当高;以及著名的日本的 LUIS 车牌识别系统[2]等等。
1.2.2 国内研究现状
车牌识别的技术虽然在国外起步较早,但之后再国内也开始跟上步伐。在早
期是用一些较为零散的图像处理方法来应用与车牌识别之中,之后逐渐形成系统
般的方法。因为我国的车牌与国外的车牌有着较大差异,所以对于国内的车牌识
别方法大都无法直接使用国外的研究技术。虽然无法直接使用国外相对要成熟的
技术,但是其中的方法与思想却是仍然有非常多值得去向其借鉴的地方。
在 2018 年 11 月份,公安部所发布的汽车保有量已达到了 2.35 亿辆,同比约
增长 12.0%,其中新能源车 101 万辆,同比增长 83%
[3]
。新能源车和普通车的使用
量日益增多,智能交通识别变的越发困难。为了解决这一现状,我国相关的研究
人员在二十世纪九十年代开始逐步地探索研究汽车车牌照的识别技术。虽然我国
的车牌识别虽然要较晚于其他国家,但是在我国大量的研究人员的努力之中,仍
然可以看到一系列效果优异的研究成果存在。例如在众多我国相关的研究人员中,
胡雪会,王波涛
[4]
等各研究人员利用 OpenCV 作为使用工具提出了一种改进的灰
度跳变的车牌定位算法,有效的提高了车牌定位的准确率。黄社阳,刘智勇,阮太
元
[5]
等研究人员则是提供了另一种方法,提出了一种基于 HSV 颜色空间和 SVM
相结合的车牌提取算法。该方法对多种车牌能够实现较好的精确定位与提取。甘
玲,林小晶
[6]
等研究人员是在字符的分割上提出了一种改进过的连通域提取车牌
字符的分割算法,对字符的分割变得相对更加的准确、稳定。
近些年来,人民生活水平的富裕,车辆的拥有人数飞快上升,车牌识别的相
关技术在我国也变得愈加重视。除去交通领域内的研究人员、研究公司的不断深
入研究,学术、教育领域的人员也越来越多开始对此领域开始了自己的研究工作。
1.3 课题研究目标
车牌号码的识别方面,在以前,传统的解决的方法是分为了字符的分割和字
符的识别两个阶段来实现。如今大都分为车牌定位、字符分割、字符识别三个阶
段。