1. 研究目的与意义
交通是人们从事生产活动的必要环节。
近年来随着经济的快速发展，城市规模和车辆数目的急剧扩大，人们日益增长的出行需求同相对落后的交通管理模式的矛盾也愈发突出。
发达国家于上个世纪 90 年代提出智能交通系统(IntelligentTransportation System，简称 ITS)这一全新的管理模式以缓解这种矛盾，ITS 综合运用计算机、通讯等技术，实现行人、车辆和道路的协同配合，以提升交通运输能力和运输效率。
2. 课题关键问题和重难点
环境的搭建：PyTorch是一个基于Python的科学计算包，类似于NumPy，它具备GPU附加功能。
与此同时，它也是一个深度学习框架，为实现和构建深层神经网络体系结构提供了最大程度的灵活性和速度。
第一步是进行参数初始化。
3. 国内外研究现状（文献综述）
车牌识别技术是目前研究的一个热点，无论是国内还是国外，都有很多关于车牌识别方面的成果或者是报道。
由于国外计算机技术发展较早且比较成熟，在车牌识别这方面的研究开展也比较早。
比较早的是英国的KLS实验室，在上个世纪的七十年代，研究完成了基于广域检测的车牌检测系统，而且是基于视频的实时检测系统。
4. 研究方案
可以用传统的机器视觉方式，确定图片中车牌的位置，之后对车牌进行相应的处理，图像分割，尺寸调整，平滑图像等，再事先利用神经网络，搭建网络模型、训练模型、保存模型参数，最后把前面分割好的图像转换成能适应这个网络模型的图像格式，传入网络模型，最后得到预测结果。
5. 工作计划
第1周，完善调研报告并提交，并复习巩固与毕业设计相关专业课程知识。
查阅有关该课题的外文文献，进行文献翻译。
完成调研报告第2周，完善外文翻译并提交，对任务书所要求的功能进行可行性分析，了解所设计系统的特点及实际应用情况，形成初步设计思路。
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。
