基于labview平台的车牌识别系统 车牌自动识别系统主要分为图像预处理、车牌定位、字符分割和字符识别等主要模块,也包括后续应用程序的开发。

车牌识别字符模板有：数字，字母和各省份字符

matlab车牌识别，摄像头直接识别

随着我国汽车行业的快速发展，信息化社会的程度不断提高，智能化交通管理成为发展的趋势。车牌自动识别系统（LPRS）是智能化交通管理系统（ITS）的重要组成部分之一，适用于各种交通管理场所，特别有利于提高管理效率及水平，节省人力、物力，以达到交通管理的科学化的规范，而且有着广泛的应用前景。但是车牌识别系统的研究与开发是限制交通系统智能化、现代化的发展，在智能化交通发展中也倍受关注。 本文通过对获取车牌，经过车牌图像灰度化，图像增强，直方图均衡化，车牌图像二值化，车牌图像去噪等模块的车牌图像预处理研究。本文提出的针对车牌图像的预处理过程对灰度图像可以达到不错的效果，并且在一定的程度上解决了因外界因素而造成的车牌图像对比度较低的问题。

基于SVM与人工神经网络的车牌识别算法，使用了OpenCV的图像处理函数，在VS2013平台上实现 基于SVM与人工神经网络的车牌识别算法，使用了OpenCV的图像处理函数，在VS2013平台上实现

MATLAB 车牌识别系统，https://mp.csdn.net/postedit/80538686，看看文档就行了

车牌识别系统 车牌识别系统 matlab 含 报告 两个程序 学习版和实际版

基于matlab视频和图像处理 进行的车标识别 模板匹配的方法

主要用于车牌检测识别，为车辆识别进一步 研究提供基础。在目前主流车牌识别算法中，此算法具备较强的性能，可用于产品开发，可加快落地。

近年来，汽⻋牌照自动识别技术已经越来越受到人们的重视，⻋牌自动识别技术的关键在于⻋牌定位、字符切割、字符识别及后续处理等。由于受到运算速度及内存大小的限制，以往的⻋牌识别大都是基于灰度图象处理的识别技术。首先要求正确检测出⻋牌区域，如通过Hough变换以检测直线来提取⻋牌边界区域、使用灰度分割及区域生⻓进行区域分割，或使用纹理特征分析技术等。Hough变换的方法在⻋牌区域变形或图象被污损情况下容易失效，而灰度分割则比直线检测的方法要稳定，但当图象在有许多与⻋牌的灰度非常相似的区域时，该方法也容易失效。纹理分析在遇到类似⻋牌纹理特征的其他因素干扰时，⻋牌定位正确率也会受到影响。所以选用了基于⻋牌彩色信息的彩色分割方法。