刘靖钰， 刘德儿， 杨 鹏， 陈增辉， 邹纪伟， 冀炜臻

(江西理工大学 建筑与测绘工程学院，江西 赣州 341000)

近年来，我国车辆数量快速增加，查阅国家统计局数据可知，截止至2017年[1]，民用汽车拥有量约20906.7万辆，民用载客汽车拥有量约18469.5万辆，民用载货汽车拥有量约2338.8万辆，其他民用汽车拥有量约124.41万辆。庞大的汽车数量给相关部门的管理带来极大挑战。“智慧城市”是数字城市与物联网结合的产物，是时代发展的趋势。其中，车牌识别技术在智慧交通系统(Intelligent Transportation System，ITS)这一分支中发挥重要的作用[2]，主要可用于道路交通监控、交通违章自动记录、交通事故现场勘查、高速公路超速管理、社区智能管理等方面[3]。

车牌识别系统主要由图像采集、车牌定位、字符分割和字符识别这4个部分构成。数据源一般使用监控录像的视频流。车牌定位算法主要有纹理特征定位[4]、颜色特征定位[5]、字符特征定位[6]、边缘检测定位[7]等， 文章岩[8]提出一种基于暗原色先验去雾算法提高雾霾环境下对车牌定位的精度；陈丹[9]采用修正过的检测网络Faster R-CNN对车牌进行定位,提高了车牌定位准确率。字符分割算法主要有投影分割[10]、连通性分割[11]和字符先验知识分割[12]。字符识别的算法有模式匹配[13]、神经网络匹配[14]和特征提取匹配[15]，李祥鹏等[16]提出AlexNet-L用于解决字符分割的误差对识别效果的影响，林乾毕[17]使用结合SVM和ANN的神经网络识别车牌；张培玲等[18]提出基于改进BP神经网络算法用于识别夜间的车牌。但以上学者在研究中所用的数据均是在无遮挡条件下的完整车牌，而带遮挡的车牌在视频中也较为常见，如何有针对性地对带遮挡的车牌进行识别是一个难点。……