1. 研究目的与意义（文献综述）

车牌识别技术作为智能交通的一个重要环节，在道路信息监控、停车场管理和高速公路管理等场景中得到了广泛应用。目前正常环境下的车牌识别已经达到了较高的准确率，但在一些环境恶劣的区域（如干散货码头），容易造成车牌污损（如车牌附着污泥，字符断连等情况），此时车牌识别率会受到较大影响，研究污损车牌的识别对干散货码头等环境恶劣场所具有重要意义。

国外研究现状：在上世纪80年代初,由于西方发达国家的汽车数量增加,出现了车辆难以管理的问题,政府交管部门逐渐意识到借助机器对车辆进行有效管控的重要意义,因此很多高校及企业研究部门开始着手对车牌识别技术进行研究,经过多年的发展,日前,在国外的发达国家中,车牌识别系统已经被广泛应用于市场,而且在一般场景下,都达到了较高的识别准确率.例如,以色列的see-carsystem由hi-tech公司研发生产的适用于以色列本国的车牌识别系统,新加坡的vlprs由optasla公司研发生产以及其他国家也涌现了很多车牌识别系统方面的产品。

国内研究现状：在车牌识别领域,国内的研究相对较晚,大概开始于90年代。由于我国车牌的特殊性,国外的车牌识别系统并不适用于国内,也不能对国外的研究成果进行简单的技术移植。原因在于,我国的车牌底色、前景不一(蓝底白字、黄底黑字、白底黑字以及刚推出的新能源车牌的绿底黑字),而且最为重要的是,我国车牌是汉字、英文字母以及阿拉伯数字的组合,如果还要考虑车型的原因则还要区分小轿车和货车的单排、双排车牌问题。上述种种原因决定了针对我国车牌的车牌识别系统研发难度远远大于国外车牌,只能在数字和英文字符的识别上借鉴国外的研究方法。虽然国内针对车牌识别的研究稍晚,但由于巨大的市场需求推动,发展也相当迅速。经过一个阶段的研究,目前己有很多成熟的车牌识别系统投入市场,但各个公司的车牌识别系统其有各自的侧重点和优势。

2. 研究的基本内容与方案

一、设计目标

通过学习，分析传统划分法车牌识别，并结合深度学习领域优秀的目标检测网络和基于卷积神经网络的字符识别方法，通过减少系统复杂性和提高识别性，对民用汽车号牌（不包含军车号牌、武警号牌和使、领馆外籍汽车号牌以及一些特殊号牌等）进行高准确性的车牌识别。

二、设计内容

3. 研究计划与安排

1. 2019/1/11—2019/1/22：查阅参考文献，明确选题；
2. 2019/2/18—2019/3/7：进一步阅读文献，并分析和总结；确定技术路线，完成并提交开题报告,翻译英文资料；
3. 2019/3/8—2019/4/5：熟悉所选用的开发平台进行需求分析，算法或系统设计，分析、比较或实现等；
4. 2019/4/6—2019/5/16 进行系统的编码、调试、集成、测试工作。

(2019.5.16)其中第10周左右(2017.5.4-5.8)进行毕业设计中期检查，需要提交论文前三章和毕业设计框架。

5. 2019/5/17—2019/5/31：完成撰写论文初稿；修改论文，定稿并提交论文评审；
6. 2019/6/1—2019/6/7：准备论文答辩。

4. 参考文献（12篇以上）

[1] ga36-2014.中华人民共和国公共安全行业标准ga36-2014中华人民共和国机动车号牌[s].北京：中华人民共和国公安部.2014

[2] 张丽静，孙杰.基于hsv颜色空间的车牌定位方法 [j].为计算机信息，2008

[3] 郑英娟，张有会，王志巍等.基于八方向sobel算子的边缘检测算法[j].计算机科学.2013