摘 要：本文介绍了车牌识别技术的基本方法，四个主要环节包括图像预处理、车牌定位、字符分割和字符识别。并在此基础上讨论了当前车牌识别面临的一些问题以及未来的发展趋势。
关键词：智能交通；车牌识别；计算机视觉；车牌定位；字符识别
中图分类号：TP391.41 文献标识码：A 文章编号：2096-4706（2018）05-0004-03
A Review of License Plate Recognition
ZHU Kejia1，HAO Qinghua2，LI Shiyong1，HU Changyu3
（1.Guangdong Innovative Technical College，Dongguan 523960，China；2.Harbin Institute of Information Technology，Harbin
150000，China；3.Nanjing University of Aeronautics and Astronautics，Nanjing 211106，China）
Abstract：The basic method of license plate recognition technology is introduced in this paper. The four main links are image preprocessing，license plate location，character segmentation and character recognition. Finally，some problems and future trends of vehicle license plate recognition are discussed.
Keywords：intelligent transportation；license plate recognition；computer vision；license plate location；character recognition
参考文献：
[1] 严丽. 车牌识别系统的关键技术研究 [D]. 南京：南京理工大学，2012.
[2] 罗正华，柳进，陈凯. 基于改进倾斜校正算法的车牌识别技术 [J]. 成都大学学报（自然科学版），2017，36（3）：269-271.
[3] 孙金岭，庞娟，张泽龙. 基于颜色特征和改进Canny 算子的车牌图像定位 [J]. 吉林大学学报（理学版），2015，53（4）：693-697.
[4] 孙红，郭凯. 融合字符纹理特征与RGB 颜色特征的车牌定位 [J]. 光电工程，2015，42（6）：14-19+44.
[5] 张晓娜，何仁，陈士安，等. 基于主动学习AdaBoost 算法与颜色特征的车牌定位 [J]. 交通运输工程学报，2013，13（1）：121-126.
[6] 王卫，陈继荣，徐璟业. 基于颜色特征的车牌快速定位 [J].计算机工程与应用，2006（1）：226-229.
[7] 潘寒飞. 基于颜色特征的车牌定位与分割技术研究 [D].重庆：重庆大学，2012.
[8] 蔡钦涛，方水良，任俊. 基于边缘生长的车牌定位新方法 [J]. 公路交通科技，2004（11）：110-113.
[9] 卓炜，齐春. 基于边缘信息的车牌定位 [J]. 中国科技论文在线，2011，6（4）：305-309.
[10] 廖晓姣，李英. 基于边缘检测和形态学的车牌定位算法 [J]. 现代电子技术，2011，34（10）：17-19.
[11] 霍祥湖. 基于卷积神经网络的车牌识别技术研究 [D]. 成都：电子科技大学，2017.
[12] 赵先军. 基于神经网络的车牌识别技术研究 [D]. 西安：西安电子科技大学，2005.
[13] 陈伟. 复杂背景下的混合特征车牌定位方法 [J]. 现代计算机（专业版），2011（15）：20-23.
[14] 岳鹏，彭进业，李大湘，等. 基于混合特征的多车牌快速定位算法 [J]. 现代电子技术，2010，33（8）：100-103.
[15] 冯满堂，马青玉，成峰. 基于混合特征的多车牌定位算法 [J]. 微计算机信息，2009，25（9）：236-238.
[16] 赵兵，鲁敏，匡纲要，等. 基于混合特征的车牌定位算法 [J]. 计算机工程与设计，2007（23）：5668-5670.
[17] 黄文杰. 基于投影的车牌字符分割方法 [J]. 现代计算机（专业版），2009（8）：57-60.
[18] 陈涛，杨晨晖，青波. 基于投影和固有特征结合的车牌字符分割方法 [J]. 计算机技术与发展，2009，19（5）：45-47.
[19] 罗辉武，唐远炎，王翊，等. 基于结构特征和灰度特征的车牌字符识别方法 [J]. 计算机科学，2011，38（11）：267-
270+302.
[20] 李佐，王姝华，蔡士杰. 基于特征行必要- 充分性匹配的字符识别方法 [J]. 软件学报，2002（1）：85-91.
[21] 黄山. 车牌识别技术的研究和实现 [D]. 成都：四川大学，2005.
[22] 柴伟佳，王连明. 一种基于混合神经网络的车牌字符识别方法 [J]. 东北师大学报（自然科学版），2018（1）：63-67.
[23] 汤茂斌，谢渝平，李就好. 基于神经网络算法的字符识别方法研究 [J]. 微电子学与计算机，2009，26（8）：91-93+97.
作者简介：
朱克佳，男，汉族，安徽阜阳人，硕士研究生，研究方向：图像处理、深度学习、智能控制。
郝庆华，女，汉族，黑龙江哈尔滨人，副教授，硕士研究生，研究方向：通信与信息系统。
李世勇，男，汉族，广东韶关人，讲师，硕士研究生，研究方向：机电技术。
胡长雨，男，汉族，江西抚州人，南京航空航天大学雷达成像与微波光子教育部重点实验室，博士研究生，研究方向：雷达决策成像、目标检测。