在研究的基础上开发出一个基于MATLAB 的车牌识别系统，通过编写M文件，对各种车辆图像处理方法进行分析、比较,并提出了车牌预处理、车牌粗定位和精定位的方法。本次设计采取的是基于微分的边缘检测，先从经过边缘提取后的车辆图像中提取车牌特征，进行分析处理，从而初步定出车牌的区域，再利用车牌的先验知识和分布特征对车牌区域二值化图像进行处理，从而得到车牌的精确区域，并且取得了较好的定位结果。

智能交通体系中，专用计算机视觉系统即牌照识别技术（License Plate Reeognition，LPR）占有极其重要的地位。设计了一种基于FPGA平台的智能车牌定位识别系统，在 EP2C35平台上搭建SOPC系统，完成了车牌图像定位、字符提取识别等功能。该设计采用FPGA为核心，大大减小了制板的面积，有效提高了系统定位的速度及准确性；可定制的软核Nios II处理器使得智能车牌识别系统具有了更大的灵活性。

基于阈值分割的车牌定位识别,通过对采集的车牌图像进行灰度变换、边缘检测、腐蚀及平滑等过程来进行车牌的预处理，并运用基于车牌颜色纹理特征的车牌定位方法，最终实现车牌区域定位。然后采用模板匹配的方法对输出的字符图像和模板库里的模板进行匹配得到对应的字符信息。本文基于MATLAB的GUI工具进行设计仿真实验，实验表明，整体方案有效可行，基于阈值分割的车牌识别技术在其识别正确率、速度方面具有独特的优势及广阔的应用前景。

基于tensorflow的车牌识别系统，分为车牌定位提取，车牌字符分割，字符训练，字符识别，有一套gui界面，汉字识别率在百分之80以上，字母识别率在百分之90以上。我会在后序更新tensorflow——gpu的安装，和各部分的详细介绍。

车牌定位及车牌识别源码(C++版)

自己标注的新能源绿牌数据集，大概200张。用的时候需要注意下文件名中的空格，xml和txt格式都有，用于车牌定位。

利用HSV色彩空间进行车牌定位的研究，钱鹰，甘胜军，为了解决复杂环境中车牌的定位问题,提出了一个结合车牌颜色特征、灰度特征、几何形状特征的通用车牌定位方法,首先根据中国车牌的�

这个是本人的毕设来的，基于BP神经网络的车牌识别。

基于matlab的车牌定位和字符分割，里面有详细的代码编写和注释，对初学者有很大的帮助和借鉴意义，对图像进行了预处理，灰度化，图像增强，边缘检测等操作

摘要:  针对复杂背景的车牌定位问题，提出了一种综合形态、颜色、投影等多种特征的车牌定位算法。基于车牌区域边缘信息丰富的特点，首先利用边缘检测和数学形态学方法定位候选车牌区域，并消除噪声干扰；然后根据质心所在位置对候选区域进行由低到高的排序，并通过颜色识别作进一步筛选，以排除车灯等区域的干扰；最后采用投影法及谷值分析对截取出的缺损车牌进行补全，从而得到准确的车牌位置。实验结果表明，算法的效率与精度与车辆图像的清晰度、曝光度及车牌大小等因素有关，与传统车牌定位算法相比，效率和精度分别提高了15%和20%以上。 　　随着我国城市规模的急剧扩大，对智能交通系统(ITS)的需求越来越迫切。车牌照自动