基于pythonopencv的图像识别系统的设计与实现开题报告

1. 研究目的与意义

随着经济社会的迅猛发展，人们的生活水平的提高，机动车辆的数量也越来越多。

为了提高车辆的管理效率，缓解公路上的交通压力，我们必须找到一种解决方案。

而作为汽车身份证的汽车车牌，是在公众场合能够唯一确定汽车身份的凭证。

2. 课题关键问题和重难点

【关键问题】（1）基于python和opencv 开发一个车牌识别系统。

（2）设计的系统要具有良好的人机操作界面。

（3）车牌识别的图像预处理技术研究。

3. 国内外研究现状（文献综述）

智能交通系统是当今社会的热点话题，而车辆识别技术作为智能交通系统的核心技术，其发展越来越受到大家的关注。

它广泛应用于公路和桥梁收费站，公路流量观测站，城市监控系统，停车场管理系统，港口和机场等车牌认证的实际交通系统中，以提高交通系统的车辆监控和管理的自动化程度。

早在60年代末，70年代初国外的科学家就对车辆的自动识别进行了研究，由于受到当时技术发展的影响，曾采用彩色条形码、磁感应、摄像、照相、声表面波等技术来实现车辆的自动识别，但都因现场的具体应用环境复杂，始终没有解决系统识别精度不高，抗干扰性能差这一技术难题，因此没有得到广泛使用。

4. 研究方案

采用基于python语言的opencv技术1. 图像处理与车牌定位2. 字符分割 图像中对象物的形状特征的主要信息通常从二值图像中得到。

对于有些车牌的放置位置等环境因素而造成的不合适的角度需要倾斜校正，分两步，第一步找出倾斜的角度;第二步进行坐标变换。

3. 字符识别目前提出的字符识别的方法有:模版匹配字符识别算法，统计特征匹配法，神经网络字符识别法，支持向量机模式识别算法。

5. 工作计划

2022-2022-1学期：第15-16周：完成选题，查阅相关中英文资料。

第17周：与导师沟通进行课题总体规划。

第18-19周：导师下发毕业设计（论文）任务书，学生根据导师的要求进行外文翻译，列出开题报告大纲，进行开题报告的撰写。