（1）颜色特征：蓝底白字，黄底黑字，白底黑字，黑底白字，主要用于对彩色图像进行车牌定位 （2）字符特征：标准车牌7个字符，水平排列（汉字，英文字母，阿拉伯数字）主要用于对字符匹配识

交通图象检测与处理方法研究对于交通安全、交通管理与控制具有非常重要的理论意义和实用价值。 通过视频图象的检测与识别,可以实时检测交通违章现象、识别违章车辆的车牌号码，为公安交通管理部门提供强有力的执法证据。因此，研究交通图象检测与处理方法对智能交通运输系统的发展具有重要的推动作用。本系统着力对车牌的识别过程进行研究和实现。主要能够对带有车牌的图片灰度化，二值化，中值滤波等处理，并能够截取车牌图片。车牌定位是指将车牌区域从车辆图像中分割出来，是实现整个系统的关键环节。而车牌定位主要包含两个关键技

基于卷积神经网络的车牌照字符识别研究310 第十二届全国图象图形学学术会议 以充分利用人的经验来获取模式特征以及神经网 来正确识别所有样本;Uc4层是网络的输出层即识 终分类能力来识别字符,特征提取必须能反应整 个字符的特征,才能达到较高的识别率;后者则 别层,显示网络最终的模式识别结果。 省去特征抽取,将整个字符直接作为神经网络的 差异提取层Uc的输出姐式(1)所示 输入。这种方式虽然在一定程度上增加了神经网 络结构的复杂度,但是网络的抗干扰性能和识别 n(n,)=max{(-)∑a()l(n