课题为基于模板匹配的语音播报汽车牌照识别，流程为：读取车牌，灰度处理，边缘检测，形态学处理，投影法车牌定位，车牌灰度化，连通域法字符切割，模板匹配字符识别。整个设计含有一个GUI可视化界面。传统的课题基本都是直接对着矩形车牌进行识别，毫无新意，设计很难通过。因此建议增加新的元素。如：增加语音播报，增加判别识别率，库内外预警，停车费收费信息，多车牌计数识别等等。该课题增加元素为语音播报功能，可以录制属于自己的声音。

本设计中为MATLAB车牌识别语音播报出入库计时计费系统，是基于蓝底车牌定位，模板匹配识别的设计。用摄像机或摄像头采集含有车牌的图像，并自动在图像中检测车牌，进而对检测到的车牌进行脸部的一系列相关技术。 因此，机器对车牌进行识别的过程与人类视觉识别人脸的过程类似，大致可分为五个步骤，如下。 （1）图像预处理：在整个车牌识别系统中，由于采集进来的图像为真彩图，再加上实际采集环境的影响以及采集硬件等原因，图像质量并不高，其背景和噪声会影响字符的正确分割。和识别，所以在进行车牌分割和识别处理之前，需要先对车牌图像进行图像预处理操作。 （2）车牌定位：首先对车牌的二值图片进行形态学滤波，使车牌区域形成

车牌识别 里面会有很好的说明怎么分割字符，识别字母。最后通过编程来达到目的

数字图像处理在车牌识别系统中的应用，其中字符分割的切割字符读取函数，以及字符识别模板库

训练BP神经网络，对输入的蓝色车牌图像进行识别。

基于VC的车牌识别系统，能够够对位图进行加载、识别和处理。

车辆有效信息的识别 车牌车型车颜色 车标识别，基于mallab算法

车牌识别 车牌识别 基于图像处理的车牌识别算法研究

65个车牌号字符模板20*40,不含字母I和O，以为可能跟数字1和0混淆。全部为二值化图片，背景色为黑，前景色为白。可用于车牌号识别技术中的模板匹配。

针对车牌识别系统的实际应用, 利用车牌区域的边缘梯度特征、几何形状特征、颜色特征、灰度纹理特征定位车牌, 然后校正车牌图像的颜色及倾斜度; 基于灰度投影法, 对普通及武警车牌均提出了有效字符分割方案, 通过自适应判别去除因字符断裂粘连、特殊字符等造成的干扰; 通过基于多特征值提取的神经网络方法初识别车牌; 最后将人眼的视觉特性用于模板匹配法, 解决易混淆字符及污损车牌的问题。通过大量实验证明, 该方法对车牌颜色、拍摄角度、光照条件等限制较少, 适用范围广、识别率高, 有较强的实用性。