基于Matlab违章车辆车牌识别系统

欢迎大家点赞、收藏、关注、评论啦 ，由于篇幅有限，只展示了部分核心代码。

一项目简介

   首先，车牌识别技术在提高高速公路收费站效率方面起着至关重要的作用。由于高速公路运输中传统的人工收取通行费方法效率低下，而近几年不断增大的交通流量，往往使得各式车辆在收费管卡处滞留形成“瓶颈”，不能完全发挥出高速公路的优点，这个问题如得不到解决，势必影响交通运输线的畅通，甚至导致直接或间接的经济损失。
不停车自动收费系统是解决这一问题的有效方法之一，该系统的启用将大大提高收费站
各通道的处理能力，减少车辆通过的时间。目前，类似的自动收费系统在美国和欧洲一
些发达国家已经得到使用推广，据资料表明:高速公路自动收费站车辆的平均通过速度为每小时1500辆，而在装有自动收币机的收费站为每小时650辆，人工收费则最多为每小时350辆。随着该系统的推广使用，收费站前的车辆赌塞和交通拥挤的情况得到缓解，可以为过往车辆节约运营时间，这对十长途旅客运输和商用货物运输也显得尤为重要。此外，由于不停车收费系统的自动化水平高、收费迅速而便捷、管理统一规范，对杜绝高速公路人为的“乱收费”现象也具有特别重要的意义。
其次，机动车闯红灯是口常交通管理中常见的交通违法现象，不仅扰乱了正常的交通秩序，也是造成机动车交通事故的主要原因之一。因此采用现代化的先进技术，采用智能化的交通控制和管理，为公安交通管理部门提供强有力的执法证据，对改善交通秩序、保障交通安全、提高道路交叉口通行能力、减少交通事故、促进社会的进一步发展都具有重大的社会意义。所以，作为智能交通系统的一个重要分支，电子警察系统综合利用网络、数字图像处理、小波、神经网络、通讯、数学形态学等先进技术对闯红灯这种交通违法现象进行抓拍和处理，为公安交通部门提供强有力的执法证据，对改善交通秩序、保障交通安全、提高道路交叉口通行能力、减少交通事故等都起到了重要作用。 此外，在大型停车场等系统的管理中，车牌识别也起着重要的作用。

二、功能

  功能主要包括：

利用边缘检测和形态学滤波对车牌的照片进行处理，再经过图像分割和字符匹配实现对车牌的识别； 成功完成对违章车辆车牌的识别功能和GUI界面设计，实现了对违章车辆的车牌识别功能。

三、基于Matlab违章车辆车牌识别系统

四. 总结

  在今天的移动互联网时代中，各种生产生活工具逐渐从自动化迈向智能化，这极大的提高了人们的生活质量，相应地，传统的交通系统也正在经历智能化变革。而车牌识别作为智能交通系统的基础与关键，对其进行研究无疑具有相当的现实价值。本论文旨在解决目前已有的车牌识别系统中存在的主要问题，如系统在环境复杂情况时识别准确率偏低、系统整个算法的通用性和鲁棒性不足的问题。本论文针对这些问题作了如下工作：
（1）本文总结了现有车牌识别系统存在的问题，并对深度学习技术的背景、深度学习相关基础理论概念进行了一一介绍，其中重点介绍了卷积神经网络的一般结构以及各层的作用。
（2）本文用整整一章的内容对车牌定位算法进行了系统地阐述。在对几种传统的车牌定位算法进行性能优缺点分析的基础上，针对颜色特征和边缘特征的在车牌定位上的互补性，提出了将这两种信息结合在一起的车牌定位方法。
（3）为了更好的跟本文提出的基于深度学习技术的车牌识别方法算法效果作对比，本文在第四章专门对基于字符分割的车牌识别算法进行了研究并对字符分割模块和字符识别模块均作了实现。