1. 研究目的与意义
近年汽车交通已经走入了家庭生活，百姓对汽车的需求越来越大，同时随着信息技术的飞速发展，为建设智慧高速立体化管理系统提供有力支撑[1]。车辆在带给人们经济上的增长以及便利的同时也存在着安全隐患，如城市交通道路压力日益严峻[2]，不遵守交通规则，私自改装车辆，套牌小车等问题层出不穷，因而实行车辆的自动化管理是未来的行业的发展趋势。
车辆管理系统[3]是基于车辆信息识别技术所产生的，是一套安全系数较高的系统。车辆识别技术是利用车辆的动态视频或静态图像识别车牌数据，其硬件设备一般包括触发设备（目标是否进入视野）、图像采集设备、处理机等，这种技术被广泛用于停车场、小区出入口、高速公路收费站、公路关卡口及城市交通等车牌认证的系统中。识别技术可以高效的进行车辆信息的采集工作，这对提高交通系统管理的自动化有着积极作用。
作为车辆唯一的ID卡——车牌，其识别技术一直是研究的漩涡和重心[4]，虽然一些智能交通已经配备车牌识别系统，但该技术尚未成熟，遇到特殊情况会出现无法识别的情况，如车牌上有污垢，如遇到恶劣天气，都有可能导致车牌被阻挡，出现无法识别的情况。一些犯罪分子还会会套用车牌信息，使走私、拼装、报废和盗抢的车辆套上“合法”的外衣。而且当车辆被盗时，犯罪分子只需更换车牌信息就会让搜索被盗车辆的难度大大提升，所以除了车牌信息之外，我们更需要获取车辆的信息，提高车辆识别的准确性。
2. 研究内容与预期目标
本课程主要利用图像处理相关知识和MATLAB环境进行研究。 研究内容包括以下几个方面：
1.研究车辆识别图像的研究现状，设计整个框架；
2.收集图像并进行预处理特征进行分析；
3. 研究方法与步骤
第一步：收集车牌和车辆的数字图像，主要通过与停车场或高速彩色摄像头捕获到的图像。基于MATLAB的车辆识别技术的流程包括车辆图像采集、图像预处理等步骤。
第二步：将图像录入到电脑的MATLAB，然后对原始图像进行预处理，在传统图像的预处理中主要包括彩色图像转变成灰度图像、图像的灰度拉伸以及图像的二值化处理。
第三步：对预处理图像进行滤波处理，因为车辆在行驶时会产生特殊的干扰，例如天气干扰或运动模糊。 滤波可以抑制噪声，边缘检测和特征提取。
4. 参考文献
[1]曾宇凡. 基于视频图像的高速公路车辆识别算法研究[J]. 西部交通科技, 2019, No.146(09):169-171.
[2]邓智浩, 郭雨婷, 丘权威,等. 基于图像处理技术的车辆识别系统[J]. 电子世界, 2020(2):196-197.
[3]杨勋.小区车辆智能管理系统的设计与实现[J].电脑知识与技术,2017,13(31):187-189.
5. 工作计划
（1）2022年2月22日—2022年3月7日：搜集资料,熟悉大致内容，并编写开题报告。
（2）2022年3月9日—2022年3月16日:熟悉MATLAB和编程环境，对识别系统进行进一步了解。
（3）2022年3月17日—2022年3月30日:了解和编写车牌识别的程序，并通过测试实现车牌识别。
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
