随着我国道路交通事业的快速发展,对智能交通系统的需求进入了新的阶段。车牌识别技术(Vehicle License Plate Recognition)综合了计算机视觉技术和模式识别技术,在智能交通系统(Intelligent Traffic System,简称ITS)中占有重要的地位。车牌自动识别系统具有对车辆进行自动化监视、验证、登记与报警等强大功能,故而可应用于高速公路管理系统,停车场收费管理系统,小区车辆管理系统与电子警察系统等领域中。本文通过对车牌图像特征的深入研究,对车牌图像定位的方法进行了改进和优化,提出了适于DSP实现的新方法。论文研究的主要内容:1、介绍了车牌识别技术的国内外研究现状及发展和车牌识别系统的构成,对系统中各种设备的性能、特点作了分析;2、对畸变的车牌字符图像,采用了快速变形校正方法。该算法充分利用畸变字符图像的特征,通过计算形变区域的水平及垂直差分并设计出判别函数,进一步搜索出使判别函数达到最大的主字符方向并进行校正和算法优化,取得了较好的效果;3、重点阐述了基于多方法融合的车牌定位方法。该方法首先对预处理后的车牌图像进行模板匹配来大致确定车牌区域,并利用数据流修正的方法获得自适应的模板,避免了设置固定模板的缺陷;同时,对模板匹配算法进行了优化,使模板匹配的效率得到较大提高;然后运用形态梯度方法对粗定位后的图像进行边缘检测,从而更好地保留了车牌的边缘特征信息;最后,采用投影法进行精确定位,通过对投影的分析找到车牌字符的准确位置;4、设计了基于DSP的系统平台。以TI的TMS320VC5416为中央处理器,配合视频数据采集电路芯片SAA7113和大容量存储器,实现图像的采集、存储和处理,满足了系统实时性和准确性的要求。通过仿真实验表明了论文所研究的先粗定位再细定位的多方法融合的处理算法能够快速、有效的搜索和定位车牌,具有较高的可行性。