1、自然交通流量的识别率=全牌正确识别总数／实际通过的车辆总数
2、可识别车牌照的百分率=人工正确读取的车牌照总数／实际通过的车辆总数
3、可识别全牌正确识别率=全牌正确识别的车牌照总数／人工读取的车牌照总数
这三个指标决定了车牌识别系统的识别率，诸如可信度、误识率等都是车牌识别过程中的中间结果。
二、识别速度
二、软硬件体系结构
一个车牌识别系统的基本硬件配置是由摄像机、主控机、采集卡、照明装置组成。而软件是由一个具有车牌识别功能的图像分析和处理软件，以及一个满足具体应用需求的后台管理软件组成。
车牌识别系统于是出现了两种产品形式，一种是软硬件一体，或者用硬件实现识别功能模块，形成一个全硬件的车牌识别器，例如DSP。另外一种形式是开放式的软、硬件体系，即硬件采用标准工业产品，软件作为嵌入式软件。两种产品形式各有优缺点。开放式体系的优点是由于硬件采用标准工业产品，运行维护容易掌握，备品备件采购可以从任何一家产商获得，不用担心因为一家产商倒闭或供货不足而出现产品永久失效或采购困难。
(2)研究步骤
通过查阅大量相关资料，掌握并分析智能车牌识别技术的原理，掌握与车牌定位相关的技术方法、根据毕业论文的完成期限和论文的难度以及自己的水平合理分配时间。
时间安排：
根据毕业论文的完成期限和论文的难度以及自己的水平合理分配时间。
（1）开题：二学期第十周（2010年4月9日）
（2）开始对整理的资料进行筛选：二学期第十周（2010年4月10日）。
车辆牌照识别技术的研究现状：
早在70年代国外就有自动车牌检测系统用于检查被盗车辆的情况，自1988年提出车牌识别技术以来，人们己经对其进行了广泛的研究，其主要途径就是对车牌的图像进行分析，自动提取车牌信息，确定汽车牌号。时至今日，己达到很高的应用水平。
我国车牌自动识别的研究起步较晚，约发生在八十年代末。由于我国的车牌规范不够，较为多样化，不同汽车车型有不同的规格、大小和颜色，所以车牌的颜色多，且位数不统一，对车牌识别造成了一定的苦难。国内做得较好的产品主要是中科院自动化研究所汉王公司的“汉王眼”，除此之外国内的亚洲视觉科技有限公司、深圳市吉通电子有限公司、中国信息产业部下属的中智交通电子系统有限公司等也有自己的产品。国内也有一些关于车牌自动识别的文章，但是大都因条件各异而适用范围有限。从投入实用的效果来看，国内目前还没有真正满足实际需求且价格符合国情的产品。
研究的方法：
通过对车牌识别技术的了解，掌握与车牌定位相关的技术方法、与字符分割相关的技术方法、与字符识别相关的技术方法，然后通过查阅大量的相关资料达到本课题的研究目的。
研究手段和研究步骤：
(1)研究手段
通过各种方法学习智能车牌识别技术基础，要掌握与车牌定位相关的技术方法，然后查阅大量的相关资料分析智能车牌识别技术的原理。
来自实际应用的选择
即便是一个达到实用标准的车牌识别系统，由于所选择的技术路线，软硬件体系结构以及触发方式不同，要发挥其有效的功能，还得取决于实际的应用需求。
一、车牌识别技术路线
采用计算机视觉技术识别车牌的流程通常都包括车辆图像采集，车牌定位，字符分割，光学字符识别，输出识别结果5个步骤。车辆图像的采集方式决定下车牌识别的技术路线。目前国际ITS通行的两条主流技术路线是自然光和红外光图像采集识别。自然光和红外光不会对人体产生不良的心理影响，也不会对环境产生新的电子污染，属于绿色环保技术。
2012年4月9日
指导教师意见：
指导教师：
年月日
注：课题类型填写：工程设计、技术开发、软件工程、理论研究等，同时注明X—真实课题；Y—模拟课题；Z—虚拟课题。
（1）王耀南.计算机图像处理与识别技术.北京:高等教育出版社，2001年
（2）孙即样.现代模式识别.国防科技大学出版社，2001
（3）章毓晋图像工程上册;图像处理与分析，清华大学出版社1999
（4）袁曾任.人工神经元网络及其应用.北京:清华大学出版社.1999年
（5）郑南宁.计算机视觉与模式识别.国防工业出版社.1998年
国际交通技术提出的识别速度是1秒以内，越快越好。利普视觉的车牌识别系统在实际应用中识别速度达到平均200毫秒。
三、后台管理体系
一个车牌识别系统的后台管理体系，决定了这个车牌识别系统是否好用。必须清楚地认识到重要的一点是识别率达到100%是不可能的，因为车牌照污损、模糊、遮挡，或者天气也许很糟(下雪、冰雹、大雾等等)。后台管理体系的功能应该包括：
利普视觉的后台管理体系，采用多任务并行处理机制将前端车牌自动识别与后端图像数据库管理溶为一个整体，可靠保障图像数据和识别结果存储管理。同时，前端在进行实时车辆抓拍和车牌识别时，可以并行操作后台数据查询，统计、打印、存储与通信，互不影响。后台操作数据查询、统计、打印、存储与通信，也不影响前端实时车辆抓拍和车牌识别。利普视觉网络版的车牌识别系统软件，安装在系统客户端和服务端工作站，即可建成一个功能完善的机动车布防网络。操作人员在中心服务端工作站通过监控管理程序远程管理、维护各客户端工作站的系统，包括数据自动上传和下发、设置运行参数、查看系统运行状态和异常信息等。
三、触发方式
车牌识别系统有两种触发方式，一种是外设触发，另一种是视频触发。外设触发工作方式是指采用线圈、红外或其他检测器检测车辆通过信号，车牌识别系统接受到车辆触发信号后，采集车辆图像，自动识别车牌，以及进行后续处理。视频触发方式是指车牌识别系统采用动态运动目标序列图像分析处理技术，实时检测车道上车辆移动状况，发现车辆通过时捕捉车辆图像，识别车牌照，并进行后续处理。车牌汉字子图像经过预处理后，对其结构特性进行统计分析，所得结果对于特征的选择和分类器设计都有很大的意义。
第十周：分析智能车牌识别技术的原理。
第十一周：掌握与车牌定位相关的技术方法。
第十二周：掌握字符分割相关的技术方法。
第十三周：掌握字符识别相关的技术方法及常见的应用实例。
（3）中间检查：二学期第十三周（2010年5月23日－2010年5月28日）。
（4）理论成果验证：二学期第十三周到十五周（2010年5月30日－2010年6月18日）。
自然光路线是指白天利用自然光线，夜间采用辅助照明光源，用彩色摄像机采集车辆真彩色图像，用彩色图像分析处理方法识别车牌。自然光真彩色识别技术路线，与人眼感光习惯一致，并且，真彩色图像能够反映车辆及其周围环境真实的图像信息，不仅可以用来识别车牌照，而且可以用来识别车牌照颜色、车流量、车型、车颜色等车辆特征。用一个摄像机采集的图像，同时实现所有前端基本视频信息采集、识别和人工辅助图像取证判别，可以前瞻性的为未来报告
课题名称
智能车牌识别技术的研究
课题类型
智能车牌识别技术
导师姓名
学生姓名
学 号
专业班级
课题的目的意义:
随着汽车数量的逐年递增，摆在我们面前的是巨大的城市交通压力。如何高效地进行交通管理，越来越成为我们现实生活中的焦点问题。针对此问题，人们运用先进的科学技术，相继研制开发出了各种交通道路监视、管理系统，这些系统一般都包括车辆检测装置。通过这些装置对过往的车辆实施检测，提取相关交通数据，用于达到监控、管理和指挥交通的目的。汽车牌照的自动识别是车辆检测系统中的一个重要环节，它在交通监视和控制中占有很重要的地位，是实现交通管理现代化和智能化的重要前提。汽车牌照的识别问题已成为现代交通工程领域中研究的重点和热点之一。传统的IC卡识别和条形码识别技术价格昂贵，设备复杂，采用数字图像处理技术可以节省辅助设备，降低成本，提高识别速度。识别算法的好坏直接影响到识别的正确率和识别速度。所以，研究基于数字图像处理的车牌识别方法，努力提高车牌识别系统的性能具有十分重要的实际意义。
第十四周：进行回顾，检查论文写作的进程及完成度。
第十五周：检查报告的完整性，进行更改及补充。
（5）论文报告整理及打印：二学期第十六周（2010年6月21日－2010年6月23日）。
前期课题检查，后期进行毕业论文写作。
预期成果：
（1）掌握智能车牌识别技术的原理。
（2）掌握与车牌定位相关的技术方法。
主要参考文献：
研究内容及方法：
车牌照是全世界唯一对车辆身份识别的标记，尽管牌照的字符、颜色、格式内容和制作材料会多种多样，但车牌照仍是全球范围内最为精确和特定的识别标记。根据国际交通技术有关统计，全世界范围内除中国以外，已经有78家公司在生产车牌识别产品。
评价车牌识别系统的技术指标
从技术上评价一个车牌识别系统，有三个指标，即识别率、识别速度和后台管理系统。当然，前提是系统要能够稳定可靠的运行。
红外光路线是指利用车牌反光和红外光的光学特性，用红外摄像机采集车辆灰度图像，由于红外特性，车辆图像上几乎只能看见车牌，然后用黑白图像处理方法识别车牌。950nm的红外照明装置可抓拍到很好的反光车牌照图像。因红外光是不可见光，它不会对驾驶员产生视觉影响。另外，红外照明装置提供的是不变的光，所抓拍的图像都是一样的，不论是在一天中最明亮的时候，还是在一天中最暗的时候。唯一的例外是在白天，有时会看到一些牌照周围的细节，这是因为晴朗天气时太阳光的外光波的影响。采用红外灯的缺点就是所捕获的车牌照图像不是彩色的，不能获取整车图像，并且严重依赖车牌反光材料。利普视觉同时提供红外光路线识别技术。
一、识别率
一个车牌识别系统是否实用，最重要的指标是识别率。国际交通技术作过专门的识别率指标论述，要求是24小时全天候全牌正确识别率85%-95%。利普视觉的车牌识别系统在实际应用中已经达到了全牌正确识别率90%以上。
为了测试一个车牌识别系统识别率，需要将该系统安装在一个实际应用环境中，全天候运行24小时以上，采集至少1000辆自然车流通行时的车牌照进行识别，并且需要将车辆牌照图像和识别结果存储下来，以便调取查看。然后，还需要得到实际通过的车辆图像以及正确的人工识别结果。之后便可以统计出以下识别率：
1、识别结果和车辆图像数据的可靠存储，当多功能的系统操作使得网络出差错时能保护图像数据不会丢失，同时便于事后人工排查；