【正文】 求，有必要在智能交通管理系統(tǒng)中引入車輛牌照自動識別技術。中華人民共和國交通部是這樣陳述汽車牌照識別技術的：汽車牌照識別技術(License Plate Recognition， LPR)是一個以特定目標為對象的專用計算機視覺系統(tǒng)，該系統(tǒng)能從一幅圖像中自動提取車牌圖像，自動分割字符，進而對字符進行識別，它運用模式識別、人工智能技術，對采集到的汽車圖像進行處理，能夠實時準確地自動識別出車牌的數(shù)字、字母及漢字字符，并以計算機可直接運行的數(shù)據(jù)形式給出識別結果，使得車輛的電腦化監(jiān)控和管理成為現(xiàn)實。系統(tǒng)主要包括：提取含有車牌的圖像，對復雜背景中的車牌進行定位以及車牌上的字符切分和識別。汽車牌照識別系統(tǒng)具有不影響車輛行駛狀態(tài)，不需要車輛安裝額外的設備，自動化水平高等優(yōu)點。車輛牌照識別系統(tǒng)可以廣泛地應用于眾多車輛認證的實際系統(tǒng)中。汽車牌照識別系統(tǒng)是以圖像識別技術為基礎的智能交通管理系統(tǒng)，是21世紀世界道路交通管理的發(fā)展趨勢。汽車牌照的自動識別是車輛檢測系統(tǒng)中的一個重要環(huán)節(jié)，可以切實有效地提高交通系統(tǒng)的車輛監(jiān)控和管理的自動化程度，它在交通監(jiān)視和控制中占有很重要的地位，是實現(xiàn)交通管理現(xiàn)代化和智能化的重要前提。車輛自動識別系統(tǒng)是以解決交通擁擠問題和高速公路多發(fā)事故問題而產(chǎn)生的，是近20 年來新興起的一個跨學科的、系統(tǒng)化的綜合研究體系，其目的是在不擴張路網(wǎng)規(guī)模的前提下，通過綜合運用現(xiàn)代科學技術，來提高交通路網(wǎng)的通行能力和交通運輸能力。各個大學也有自己的研究，如西北工業(yè)大學開發(fā)了一套基于 OCR 的車輛號牌的識別系統(tǒng)；西安交通大學有基于視頻的車輛號牌的識別系統(tǒng)；浙江大學人工智能研究所也推出了一套車輛號牌的識別系統(tǒng)，據(jù)報道其號牌定位正確率為94%；上海交通大學葉晨周研制的車輛號牌的識別系統(tǒng)，據(jù)報道漢字、數(shù)字和字母的識別率都大于96%，車輛號牌的識別率為82%；同濟大學關于車輛號牌自動定位分割算法的成功率據(jù)報道為90%，由上可得，都未見完全的識別率和識別正確率報道[2]。早在 20 世紀 80 年代，便有一些零零散散的圖像處理方法用于車牌自動識別的某些具體應用。進入 20 世紀 90 年代后，車牌自動識別的系統(tǒng)化研究開始起步。 使用視覺字符識別技術(Optical Character Recognition Technology)分析所獲得的圖像，首先在二值化圖像中找到車牌，然后用邊界跟蹤技術提取字符特征，再利用統(tǒng)計最鄰近分類器(Statistical Nearest Neighbor Classifying System)與字符庫中的字符比較，得出一個或幾個車牌候選號碼，再對這些號碼進行核實檢查，確定是否為該車牌號碼，最終確定車牌號碼。目前國際上，一些發(fā)達國家已經(jīng)將車牌識別技術廣泛應用于實際中了。其中 VLPRS 產(chǎn)品主要適合新加坡的車牌，Hitech公司的 see/car system 有多種變形的產(chǎn)品來分別適應某一個國家的車牌。車牌識別系統(tǒng)在國內(nèi)外研究都有一段時間了，國外的車牌識別系統(tǒng)有一定的應用，但是國內(nèi)的車牌識別系統(tǒng)總體上來說還處于實驗室階段，識別率不高，原因具體體現(xiàn)在以下幾點[4]。其次，采集得到的圖片受天氣、光照等的影響，故在圖像處理過程中需要利用有效的算法排除光照、天氣對圖像的影響，這無疑對我們車牌識別系統(tǒng)的算法提出了更高的要求。第三，在實際采集的圖片中，很多采集到的車牌是舊車車牌，或者車牌表面不潔凈，這造成圖片中的車牌區(qū)域很模糊、車牌區(qū)域的顏色信息丟失、車牌字符粘連等情況。第四，由于在路上行駛的車輛所掛的車牌多是在標準 GA361992 下生產(chǎn)的，由于該標準的不嚴密性，在該標準下生產(chǎn)的號牌其色度值分布范圍廣，再加上上一條原因，使得采集所得到的號牌其色度值分布范圍廣泛，從而加大了我們利用該信息的難度。由于中國漢字復雜、筆畫多、分布較密，再加上如果圖像的分辨率如果不是很高的話，那么圖像中漢字將粘連在一起從而很難辨別。這些就是存在于車牌識別系統(tǒng)中的一些問題，從這些問題中，我們也能看到車牌識別系統(tǒng)的難度。VC以擁有語法高亮、只能感知（在編輯環(huán)境中，光標懸停在函數(shù)上時顯示類定義和注釋，鍵入函數(shù)或屬性名時可以自動完成名稱的輸入）、高級除錯、最小重建及累加鏈接功能而著稱，這些特色功能有助于縮短程序編輯、編譯及鏈接的時間花費，在大型軟件開發(fā)中效果尤其顯著[5]。VC 是Microsoft公司于 1993 年推出的，它集成了MFC （MFC是一個以C++類的形式封裝了Windows API 的基礎類庫，其中包含一個應用程序框架、大量 Windows 句柄封裝類和很多Windows 的內(nèi)建控件和組件的封裝類，1992 年隨著微軟的 Microsoft C/C++ 編譯器發(fā)布，可以減少應用程序開發(fā)人員的工作量），可算是Microsoft C/C++ 的更新版本。VC 集成了MFC 。由于VC 是在 Windows 95 之前發(fā)布的，其發(fā)布時間與 Windows 95 非常接近，當Windows 95 發(fā)布時，VC 也已經(jīng)發(fā)布了，很多程序員直接從 過渡到 ，把 跳過去了，所以 VC 應用并不廣泛。VC 集成了MFC ，于 1998 年發(fā)布，發(fā)布至今一直被廣泛地應用于大大小小的項目開發(fā)。 2003（VC ）集成了MFC ，于2003年發(fā)布， 。VC 2008（VC ）集成了MFC ，于 2007 年發(fā)布， 。Microsoft 的基本類庫 MFC 使得開發(fā)Windows應用程序比以往任何時候都要容易。用 VC++ 編制的應用軟件無論在處理速度和圖像的顯示等方面都表現(xiàn)出較高的效率，因此在編制基于 Windows 的各類數(shù)字圖像處理程序時，VC++是程序人員進行圖像處理的最佳選擇?，F(xiàn)在由Willow Garage實驗室提供支持。OpenCV擁有包括 500 多個C/C++函數(shù)的跨平臺的中、高層API，具有強大的圖像和矩陣運算能力。每一次版本升級都伴隨著眾多的函數(shù)更新和優(yōu)化。CxCore 包括一些基本結構和算法函數(shù)，如數(shù)據(jù)結構和線性代數(shù)支持，主要提供對各種數(shù)據(jù)類型的基本運算功能；Cv 主要實現(xiàn)圖像處理和計算機視覺功能，包括圖像處理、結構分析、運動分析、物體跟蹤、模式識別及攝像機標定等功能；CxAuv 是 OpenCV 附加庫函數(shù)，包括一些實驗性的函數(shù)，如View Morphing、三維跟蹤、PCA（Principal Component Analysis）和 HMM（Hidden Markov Model）等函數(shù)；HighGUI 是用戶交互部分，包括 GUI（Graphical User Interface，圖形用戶接口）、圖像視頻 I/O 和系統(tǒng)調(diào)用函數(shù)等；ml是機器學習模塊，只要內(nèi)容為分類器。由于OpenCV提供的視覺處理算法非常豐富，并且它部分以C語言編寫，加上其開源的特性，處理得當，不需要添加新的外部支持也可以完整的編譯鏈接生成執(zhí)行程序，所以用它來進行圖像處理非常方便。參考文獻[1] 胡桂珍．基于數(shù)字圖像處理的車牌識別系統(tǒng)研究[D]．成都：西南交通大學，2010[2] 貢麗霞．車牌識別系統(tǒng)中的車牌定位及傾斜校正技術研究[D]．太原：中北大學，2010[3] 劉瑋．基于圖像處理的車牌識別技術的研究[D]．哈爾濱：哈爾濱理工大學，2008[4] 李云．車牌定位與字符分割算法的研究及實現(xiàn)[D]．成都：電子科技大學，2010[5] 沈晶，劉海波，周長建．Visual C++ 數(shù)字圖像處理典型案列詳解[M]