基于深度学习的车牌识别算法的研究开题报告

1. 研究目的与意义

随着全球车辆数量的增加，智能交通技术越来越成为城市交通的智能化管理的重要手段。自动车牌识别技术(Automatic License Plate Recognition,ALPR)已经成为了只能交通管理中的重要对象，而且广泛应用于许多交通场景中，例如高速公路的车辆管理、识别，停车场进出的管理，以及是实际交通场景中的处理等。ALPR包含着对目标的检测、图像的处理以及识别模式等领域的内容，对减轻交通管理负担、减少交通违法行为和事故、建立智慧文明城市提供了不少的帮助，对于交通公共安全有着巨大的前景和帮助。在现实场景中，拍照角度，拍摄环境的光照程度以及环境能见度等都会影响到ALPR的精度。ALPR为减轻交通管理负担，建立智慧城市提供了很大的帮助。ALPR基于目标检测、模式识别、数字图像处理等技术，分析拍摄到的车辆视频或图片，获得车牌所在的位置并识别车牌。ALPR现在已经广泛应用于车辆交通管理，已经成为近年来研究的热点对象。

在道路安全管理中，ALPR是必不可少的一个应用，为了更好的阻止道路上骑车违规变道、违法逃逸等违法行为，城市内都装有车牌智能识别系统。车牌识别可以判断违规车辆的信息，利用拍摄到可疑车辆的车牌ID与交通管理系统内的数据进行对比来判断是否为违规车辆，从而降低违规行驶案件，也能限制、减少道路事故的发生，ALPR应用到

交通安防模块中，能更好的满足道路智能化管理、监控以及维护城市交通治安、打击违法犯罪活动等的功能要求。

2. 研究内容和预期目标

主要目的是对ALPR中的车牌识别算法进行研究，翻阅相关文献论文，总结其中识别算法的局限性与优势，针对车牌特征，车牌定位，字符识别进行优化，提高车牌识别的精度，减少环境因素，角度因素等对车牌识别精度的影响。

3. 研究的方法与步骤

MATLAB由一系列工具组成。这些工具方便用户使用MATLAB的函数和文件，其中许多工具采用的是图形用户界面，简单易用。其拥有600多个工程中要用到的数学运算函数，可以方便的实现用户所需的各种计算功能。函数中所使用的算法都是科研和工程计算中的最新研究成果，而且经过了各种优化和容错处理。

阅读有关车牌识别算法的文献资料，了解与交通有关的各种参数和相关因素并对各种识别模型进行学习；通过MATLAB导入数据，进行数据预处理，生成各类图表，再次基础上进行预测的算法设计。

4. 参考文献

[1]hsu g s, chen j c, chung y z. application-orientedlicense plate recognition[j].ieee transactions on vehicular technology, 2013,62(2): 552-561.

[2]yuan y, zou w, zhao y, et al. a robust and efficientapproach to license plate detection[j]. ieee transactions on image processing,2017, 26(3): 1102-1114.

[3]jia w, zhang h, he x. region-based license platedetection[j]. journal of network and computer applications, 2007, 30(4):1324-1333.

5. 计划与进度安排

1-2周 2024年2/20-03/03: 任务书,导师讲授选题状况和要求等
2-3周 2024年02/27-03/10: 开题报告,导师修改审定开题报告
4-14周 2024年03/13-05/26: 毕业论文写作,学生按开题报告撰写论文
8-9周 2024年04/10-04/21: 中期检查,汇报课题进展,论文中期检查
11-12周 2024年05/01-05/12: 完成论文初稿,论文初稿修改
13-14周 2024年05/15-05/26: 论文打印、审阅、定稿
14-15周 2024年05/22-06/02: 论文答辩与评分
16-17周 2024年06/05-06/16: 整理材料，总结上报