为研制高性能实时车牌照识别系统,提出一种基于改进HSI模型的车辆牌照检测技术,依据转换后 的车牌图像纹理特征设计了基于人工神经网络和投影算法的车牌区域检测和定位算法. 结果表明,静态图片 实验定位准确率98% ,车牌检测率91% ,得到了很好的车牌定位效果,静态图像处理速度为01032 s/幅,证 明提出的定位方法可满足实时系统对识别速度的要求.

伴随着我国社会经济水平的不断提升，物联网这一产业日益发挥着其巨大的影响力。作为其融入日常生活的前沿应用之一，智能交通给我们带来了前所未有的便利。车牌识别的技术研究一直是智能交通领域的热门方向，已经在固定终端平台上得到了全面的发展。而随着智能手机的逐渐普及，车牌识别系统的便携化、多功能化也将成为其下一步的发展趋势。 本文对车牌识别系统中的图像预处理、车牌定位、字符分割以及字符识别等相关操作过程进行了深入的探讨和研究，继而提出了一套完整的基于Android平台移动终端的车牌识别系统。相关主要内容如

车牌识别系统在现代交通系统中占据重要位置,在停车场管理、高速公路收费管理、十字路口监控都有广泛应用。车牌定位是车牌识别系统中的一个重要部分，由于车牌定位的车牌图片采集于户外，图像背景复杂、噪声干扰严重，图像质量较低，因此车牌定位受到影响。

摘要：为了提高车牌的定位率和准确性，通过对车牌特征的研究，提出一种采用颜色特征、图像处理和投影结合的定位方法。首先利用车牌的颜色特征将车牌可能区域从整幅图像中确定，再利用水平移差扫描，边缘检测对图像进行处理，并利用投影以及车牌的长宽比例相结合的方法，确定车牌具体位置。结果表明，此方法对蓝底白字车牌定位较准确，并且具有一定的鲁棒性和实时性。 　　车牌识别系统在现代交通系统中占据重要位置,在停车场管理、高速公路收费管理、十字路口监控都有广泛应用。车牌定位是车牌识别系统中的一个重要部分，由于车牌定位

一种基于图像处理和投影的车牌定位方法