1. 研究目的与意义（文献综述包含参考文献）

一、课题来源及意义

伴随着近些年来经济的快速发展，人们的生活节奏也随之加快，进而使得各国的汽车数量增加过快，交通状况也大不如前，交通日益拥挤，车辆堵塞情况严重，交通事故频发。尤其近几年来，无论是在发达国家还是发展中国家，交通问题都已经成为城市管理工作中的重要问题，它不仅制约着城市经济建设的发展，而且对市民的正常生活也有很大影响，而单一的通过扩大城市道路的建设来改善交通状况的方法已经无法适应时代的发展，因此需要寻找一种科学的、系统的管理方法来改善目前的交通状况，所以智能交通系统这一领域的研究进入了快速发展阶段。

智能交通系统[1]（intelligent transport system，its）是21世纪道路交通管理的发张趋势。高速公路的不断发展和车辆管理体制的不断完善，为以图像识别为基础的智能交通管理系统进入实际应用领域提供了契机。基于bp神经网络的车牌识别系统正是在这种应用背景下研制出来的，它能够自动、实时地识别车辆牌照，从而监控车辆的收费、闯关、欠费以及各种舞弊现象。

2. 研究的基本内容、问题解决措施及方案

本课题要研究或解决的问题

利用bp神经网络与图像处理技术相结合的方法，将bp神经网络应用到车牌识别中，采用matlab软件对经典bp神经网络算法进行仿真，最终实现车牌识别重要环节，包括图像预处理、车牌定位、字符分割、字符识别。

采用的研究手段