文档介绍：摘 要
随着社会经济的发展，汽车的数量不断增加，产生了很多诸如交通事故、交
通拥堵、环境污染等交通问题，智能交通系统作为当前主要的交通管理方式正是
在这种背景条件下兴起。车牌识别系统作为智能交通系统中的核心部分，是实现
智能化管理的有力武器，其研制与开发已成为现代化交通发展的热门问题，有利
于解决日益严重的道路交通管理问题，同时可用于交通流的监控、公路收费点、
机场、停车场、小区等主要的交通关卡处，方便有效地进行车辆监控管理，具有
广阔的应用前景。车牌识别系统主要涉及数字图像处理、模式识别、计算机视觉
和人工智能等众多技术，通过对采集得到的图像进行分析处理，获取有用信息，
从而达到智能化管理。
本文首先对车牌识别系统的图像预处理、定位、分割和识别等关键技术分别
进行叙述，在此基础上提出了两种车牌字符识别技术，最后对采集得到的 250 幅
车牌图像作为实验进行验证，识别率为 %，具有较好的识别效果。
本文研究的工作主要涉及以下几个方面：
(1)分析了车牌识别系统的实现原理，针对当前车牌识别系统的主要算法进行
叙述，同时在 VC++ 和 matlab 软件上对主要的算法给出了实验结果；
(2)分析了传统人工神经网络在车牌识别应用上的优缺点，引入了粗糙集和人
工鱼群算法，提出了基于人工鱼群优化粗糙集-RBF 神经网络的车牌字符识别算法。
利用粗糙集理论在剔除冗余属性方面的优点，对字符特征进行约简，利用人工鱼
群算法具有依赖的经验参数较少、收敛速度快等优点训练 RBF 神经网络的阀值和
权值，实验仿真表明基于 AFSA 优化的 RS-RBF 神经网络的车牌字符识别算法能
准确快速地对车牌字符进行识别；
(3)针对污损车牌或残缺车牌时，传统的神经网络识别方法无法进行有效地识
别，提出了基于字符相似度的车牌字符识别算法，利用字符局部信息匹配的原理
对神经网络进行改进，并给出了实验结果。
(4)在理论研究的基础上，基于 matlab 平台上开发出车牌识别系统，并给出
了车牌识别的实验结果，最后对采集得到的 250 幅车牌图像作为实验进行验证，
识别率为 %。
关键词：车牌识别，粗糙集，人工鱼群，RBF 神经网络字，字符相似度
I
Abstract
With the social and economic development, the number of cars increasing, resulting
in a lot, such as traffic accidents, traffic congestion, environmental pollution and traffic
problems, intelligent transportation systems as a major traffic management style is the
rise in the conditions of this background. The license plate recognition system as a core
part of the Intelligent Transportation Systems, is a powerful weapon to achieve
intelligent management of its research and development. It has become a popular
modern traffic to solve the increasingly serious road traffic management and can be
used to transport flow monitoring, highway toll points, airports, car parks, residential
and other major traffic roadblocks, convenient and effective vehicle monitoring and
management. License pla