车牌识别系统不单是在智能交通范围内使用，并且在智能停车场的相关车辆管理地方也有着重要地位。当今计算机的图像模式识别技术有着突发猛进的发展，车牌识别的精准性也有着很大的提高；车牌识别技术广泛的应用到人们的生活当中，真正做到便利于民。因此，对车牌识别系统设计研究对交通事业发展及人民生活有着很重要的意义。 本设计充分了解车牌图像识别与神经网络技术的基础理论知识。详细技术图像的预处理、车牌图像定位、车牌图像倾斜角矫正与神经网络图像识别等关键技术的使用。 在车牌识别技术研究中，首先，研究根据相关理论基础

BP神经网络在车牌字符识别中的应用研究 BP神经网络在车牌字符识别中的应用研究 BP神经网络在车牌字符识别中的应用研究 BP神经网络在车牌字符识别中的应用研究

摘要： 在车牌字符识别中，针对单一识别方法识别率不高的问题，提出了应用数据融合技术，将不同的识别方法有机地结合起来构成融合型识别系统，有效地、综合地提高整个系统的识别性能。数据层选择了加权平均算法，特征层选择了人工神经网络算法，决策层采用了模糊推理算法实现对车牌字符的最终识别。应用MATLAB 进行了仿真，并与单独使用BP 神经网络算法的识别率进行了比较，结果证明采用数据融合技术系统的识别率得到了较大提高，达到90%以上。 　　车牌识别系统是图像模式识别领域的一个经典研究课题。对车牌识别技术的