1、“.....只有数字库的准确才能保证检测出来的数据正确。切割出来的数据要与数据库的数据作比较，所以数据库的数据尤为重要。第五章总结实验对车牌识别系统的软件部分进行了研究，分别从图像预处理车牌定位字符分割以及字符识别等方面进行了系统的分析。整理和总结了国内外在车牌定位分割字符识别方面的研究成果和发展方向，系统介绍了我国车牌的固有特征，以及车牌识别的特点。在车牌定位我们采用基于灰度跳变的定位方法，采用先对图像进行预处理，再进行二值化操作的方法。实验表明本方法既保留了车牌区域的信息，又减少了噪声的干扰，从而简化了二值化处理过程，提高了后续处理的速度。基于彩色分量的定位方法......”。

2、“.....实验表明，用该方法实现的车牌定位准确率较高。本设计用编程运行结果可以得出，本设计采用的图像预处理边缘检测开闭运算子，车牌长宽比特征识别等对车牌的定位都是非常有效的，而本设计提出的二次水平投影分析和阈值技术有效检测了车牌图像的上下左右边框旋转角度，准确实现的车牌字符的分割，对多个车牌进行实验，均有很高的正确率。本设计虽然只对蓝底白字车牌进行分割识别，对黑底白字车牌原则上整个算法可直接适用，对白底黑字车牌黄底黑字车牌，需要对车牌定位算法进行调整，并将图像反转变变，而车牌字符的分割算法仍然行之有效......”。

3、“.....课程设计不仅是对前面所学知识的种检验，而且也是对自己能力的种提高。以前老是觉得自己什么东西都不会，什么东西都不懂，而且又急于求成，结果造成什么都没学好，还是什么都不会。通过这次课程设计，我才明白学习是个长期积累的过程，在以后的工作生活中都应该不断的学习，努力提高自己知识和综合素质，特别是对于我，基础比较差，定不能太过于心急，要静下心来慢慢的研究。在这次课程设计中也使我们的同学关系更进步了，同学之间互相帮助，有什么不懂的大家在起商量，听听不同的看法对我们更好的理解知识，所以在这里非常感谢帮助我的同学，我也明白学习不是埋头苦读书，而是合理的利用资源，从同学那里......”。

4、“.....特别是网上有很多很好的资料，对自己的自学能力也是很好的提高。我的心得也就这么多了，总之，不管学会的还是学不会的的确觉得困难比较多，真是万事开头难，不知道如何入手。最后终于做完了有种如释重负的感觉。此外，还可以通过求梯度局部最大值对应的点，并认定为边缘点，去除非局部最大值，可以检测出精确的边缘。阶导数的局部最大值对应二阶导数的零交叉点，这样通过找图像强度的二阶导数的零交叉点就能找到精确边指定的门限大，我们就定义图像中的次点是个边缘点，组这样的依据事先定好的连接准则相连的边缘点就定义为条边缘。经过阶的导数的边缘检测，所求的阶导数高于个阈值，则确定该点为边缘点......”。

5、“.....为了对有意义的边缘点进行分类，与这个点相联系的灰度级必须比在这点的背景上变换更有效，我们通过门限方法来决定个值是否有效。所以，如果个点的二维阶导数比图像二值化得到二值图像图二值图像边缘检测两个具有不同灰度值的相邻区域之间总存在边缘，边缘就是灰度值不连续的结果，是图像分割的最小值并输出双精度型获得最佳阈值转换图像为二进制图像像素的灰度值小于该阈值，则将该像素的灰度值设置为或，否则灰度值设置为或。的最大值并输出双精度型用的形状信息，不会产生额外的空缺等等。车牌识别系统要求处理的速度高成本低信息量大，采用二值图像进行处理......”。

6、“.....阈值处理的操作过程是先由用户指定或通过算法生成个阈值，如果图像中中二值化二值图像是指整幅图像画面内仅黑白二值的图像。在实际的车牌处理系统中，进行图像二值变换的关键是要确定合适的阀值，使得字符与背景能够分割开来，二值变换的结果图像必须要具备良好的保形性，不丢掉有用二值化二值图像是指整幅图像画面内仅黑白二值的图像。在实际的车牌处理系统中，进行图像二值变换的关键是要确定合适的阀值，使得字符与背景能够分割开来，二值变换的结果图像必须要具备良好的保形性，不丢掉有用的形状信息，不会产生额外的空缺等等。车牌识别系统要求处理的速度高成本低信息量大，采用二值图像进行处理，能大大地提高处理效率......”。

7、“.....如果图像中中像素的灰度值小于该阈值，则将该像素的灰度值设置为或，否则灰度值设置为或。的最大值并输出双精度型的最小值并输出双精度型获得最佳阈值转换图像为二进制图像图像二值化得到二值图像图二值图像边缘检测两个具有不同灰度值的相邻区域之间总存在边缘，边缘就是灰度值不连续的结果，是图像分割纹理特征提取和形状特征提取等图像分析的基础。区域是整个识别过程的关键。首先对采集到的视频图像进行大范围相关搜索，找到符合汽车牌照特征的若干区域作为候选区，然后对这些侯选区域做进步分析评判，最后选定个最佳的区域作为牌照区域，并将其从图象中分割出来......”。

8、“.....再将牌照区域分割成单个字符，然后进行识别。字符分割般采用垂直投影法。由于字符在垂直方向上的投影必然在字符间或字符内的间隙处取得局部最小值的附近，并且这个位置应满足牌照的字符书写格式字符尺寸限制和些其他条件。利用垂直投影法对复杂环境下的汽车图像中的字符分割有较好的效果。牌照字符识别字符识别方法目前主要有基于模板匹配算法和基于人工神经网络算法。基于模板匹配算法首先将分割后的字符二值化，并将其尺寸大小缩放为字符数据库中模板的大小......”。

9、“.....最后选最佳匹配作为结果。基于人工神经元网络的算法有两种种是先对待识别字符进行特征提取，然后用所获得特征来训练神经网络分配器另种方法是直接把待处理图像输入网络，由网络自动实现特征提取直至识别出结果。实际应用中，牌照识别系统的识别率与牌照质量和拍摄质量密切相关。牌照质量会受到各种因素的影响，如生锈污损油漆剥落字体褪色牌照被遮挡牌照倾斜高亮反光多牌照假牌照等等实际拍摄过程也会受到环境亮度拍摄亮度车辆速度等等因素的影响。这些影响因素不同程度上降低了牌照识别的识别率，也正是牌照识别系统的困难和挑战所在。为了提高识别率......”。