牌照自动识别系统是现代社会智能交通系统的重要组成部分, 是图像处理和模式识别技术研究的热点, 应用也越来越普遍。本文就几种主要的字符识别方法进行研究及比较

伴随着我国社会经济水平的不断提升，物联网这一产业日益发挥着其巨大的影响力。作为其融入日常生活的前沿应用之一，智能交通给我们带来了前所未有的便利。车牌识别的技术研究一直是智能交通领域的热门方向，已经在固定终端平台上得到了全面的发展。而随着智能手机的逐渐普及，车牌识别系统的便携化、多功能化也将成为其下一步的发展趋势。 本文对车牌识别系统中的图像预处理、车牌定位、字符分割以及字符识别等相关操作过程进行了深入的探讨和研究，继而提出了一套完整的基于Android平台移动终端的车牌识别系统。相关主要内容如

bp神经网络在车牌识别技术中的应用 就是一些简介目前， 一些发达国家已经将车牌识别技术应用在不停车收费系统和交通监控系统的实际系统中， 在全天候的条件下识别 精度超过 95％；国内车牌识别技术发展较慢，虽然取得了一些 成果，但仍停留在实验室阶段，目前的实验室识别进度为 90％， 而在全天候条件下识别精度约为 80％，远达不到实际应用的要 求。 车牌识别系统主要分为车牌定位、字符分割和字符识别三个 部分。 目前，车牌识别主要有以下几种识别方法：模板匹配法、特 征统计匹配法和神经网络识别法。 模板

摘　要: 车牌定位是车牌自动识别技术中的一个关键问题，许多学者研究发展多种车牌定位算法。简要介绍和比较了目前比较常见的几种车牌定位方法进行了。 　　车牌识别LPR(License Plate Recognition)技术作为交通管理自动化的重要手段和车辆检测系统的一个重要环节，能经过图像抓拍、车牌定位、图像处理、字符分割、字符识别等一系列算法运算，识别出视野范围内的车辆牌照号码；它运用数字图像处理、模式识别、人工智能技术对采集到的汽车图像进行处理，能够实时准确地自动识别出车牌的数字、字母及汉字