车牌识别系统是智能交通系统中的重要组成部分,它具有对机动车辆进行自动监视、认证、登记和报警处理等功能,故可适用于高速公路管理系统,电子警察管理系统,小区车辆管理系统和停车场收费管理系统等众多领域中。车牌识别系统主要包括车牌图像预处理、车牌定位、字符分割和字符识别四大部分。其中,车牌图像预处理和车牌定位对后续的字符分割与识别有着重要影响。本文分析和总结了近年来国内外研究学者在该领域的最新研究进展,并结合车牌特征和图像定位技术,对车牌图像的定位算法进行了深入地研究,主要的研究工作如下:1、首先分别选取合适的算法对原始车辆图像进行预处理:包括彩色图像灰度化、增强图像对比度、图像二值化和图像去噪四个部分,形成二值车辆图像;2、研发出一套基于投影模板法的车牌定位算法。该算法的主要步骤是针对车辆图像在垂直投影和水平投影上的差异,运用定位分离的处理步骤,先对车辆图像进行垂直投影和灰度跳变排序得到车牌在垂直方向上的坐标,并对这些坐标值采用改进后的3σ准则进行误差修正,去除突变的误差值,从而得到了车牌的宽度和车牌的垂直位置;然后根据车牌的宽度和车牌固有的宽高比来设定车牌的匹配模板,在车辆图像垂直定位后的基础上,通过模板匹配,计算出车牌的水平位置,从而得到了车牌准确位置;3、对于倾斜严重的车牌字符图像,采用基于对图像左右半边平均高度统计的车牌倾斜斜率检测法进行字符倾斜校正,取得了较好的效果。本文算法在Visual C++ 6.0编程环境下进行了仿真、调试,通过实验表明,该算法能在复杂背景下提取有效的车牌信息,运算速度快,鲁棒性好,满足了车牌图像定位的准确性和实时性要求。