1. 研究目的与意义
当前，随着社会经济的持续发展和城市化进程的不断加速，机动车辆的规模和流量大幅度增加，日易拥堵的交通状况已成为影响城市居民正常出行的严重交通问题。
起初，人们希望通过修建更多更宽的道路，扩展容纳空间来解决这一问题，然而新建道路需要的巨额资金投入和城市有限使用空间的规划限制使这一方法的可行性和有效性大大降低。
为了从根本上解决和协调人、路、车三者之间的关系，交通部门和相关科研机构通过引入各种科学技术和手段，以便加强交通运输管理水平。
2. 课题关键问题和重难点
1、由于中国车牌自身制式和种类多样，对设计一种统一通用的高速车牌识别系统造成一定的难度，另一方面，中国车牌中同时含有汉字、字母以及数字多种类别，字符间相似度加大，为识别造成一定的难度，并且由于中国汉字的结构和笔画的多样性，单个汉字内可能会存在不连通的可能性，在字符分割和识别上都相较于外国车牌有很大的难度。
2、深度学习算法有许多类别，本次进行的是对车牌的识别，即需要采用目标检测算法解决问题。
由于车牌在复杂背景干扰下，会产生光线大幅度变化、严重遮挡、车牌模糊等情况，导致检测错误。
3. 国内外研究现状（文献综述）
智能交通系统现在已成为物联网在交通领域内的主要应用之一，他的应用非常广泛：如高速公路上进行车辆的监控以及流量管控，又如在城市道路中进行道路疏通等多个方面，而其中起到重要作用的就是车牌识别。
自从Google推出了人机大战后，深度学习已成为目前科研界重点的课题研究之一,且广泛的应用于自动驾驶，人脸识别等多种领域也获得了不错的反响。
本次研究的课题将会将两者进行结合来探寻深度学习给车牌识别能够带来的影响。
4. 研究方案
选取快速的目标检测方法，检测和提取车辆位置，缩小车牌检测区域。
车牌检测由大到小分为两部分，第一部分是提取车辆位置并将车辆裁剪出来；第二部分是将裁剪的车辆进行车牌识别，同时包括车牌定位，字符分割以及分类识别。
1）制作数据集； 中国车牌的大小是440mm140mm，宽高比为3.14。
5. 工作计划
第1周 接收任务书，按要求查找相关文献资料，下载安装所需要的软件，学习相关基础性知识；第2周 翻译相关英文资料，提交拟完成课题的方案，完成开题报告；第3周 熟悉软件的工作环境，通过实例进行理解和学习；第4周 进行程序设计，以及场景模拟；第5周 总结试做中出现的问题，查找相关资料并及时调整完善；第6周 完成车牌识别图像成处理调研与学习；第7周 完成车牌识别图像成处理仿真；第8周 实现并完成车牌识别图像成处理算法调试；第9周 程序调试与验证，完成论文大纲；第10周 进行毕业设计论文写作，接受答辩资格审查；第11周 评阅教师评阅论文，学生准备参加答辩；第12周 参加答辩，整理归档材料。
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。
