随着经济与技术的发展，飞机泊位系统将在机场广泛使用。飞机机型自动识别的准确率直接影响到飞机泊位系统精度，因此飞机泊位机型自动识别技术引起了人们的广泛关注。由于一个飞机注册号只对应一架飞机，在世界范围内绝无重号，所以本课题通过识别飞机注册号的方法，达到对飞机机型自动识别的目的。针对飞机图像及注册号特征，本文采用图像处理及模式识别方法，通过对飞机注册号区域定位，飞机注册号分割，飞机注册号识别三大模块的研究，来解决飞机注册号的识别问题。　　 飞机注册号区域定位。从复杂图像中找出飞机注册号所在位置。针对飞机注册号的几何特征、纹理特征，提出将边缘定位法与形态学算法相结合，实现区域定位。先将彩色图像转换成灰度图像；运用边缘检测与二值化得到飞机注册号区域突出的边缘二值图像；接着将占比例较小的字符连接起来，再运用形态学开运算去除孤立的小点，毛刺和小桥，形成候选区域；最后利用大小、高宽比等启发性知识滤除非文本区域，得到真正的注册号区域。　　 飞机注册号分割。对提取出的飞机注册号区域进行分割，分割出单个字符图像，送到识别模块进行识别。由于飞机注册号中的短划线只是将飞机国籍与登记标志区别开来，去除短划线对识别具体飞机无影响，所以在对注册号区域进行灰度化、二值化之后，采用递归方法去除噪声及短划线；倾斜校正之后，本课题采用垂直投影法得到每个字符的位置信息，将其存到链表中，并对字符标记，实现了字符分割。最后将字符进行尺寸统一，整齐排列得以提高识别率。　　 飞机注册号识别。基于误差反向传播神经网络的注册号识别是系统的主要部分。由于飞机注册号只由罗马体的英文字母及数字组成，相比之下特征并不复杂，针对注册号的这一特点，采用逐像素特征提取法进行特征提取；研究了网络结构设计，参数设计，网络学习和网络识别等网络设计上的关键问题，通过理论、大量实验获得了一个较为有效的BP神经网络结构。　　 飞机泊位机型自动识别关键技术以VC++6.0为开发平台，界面友好，操作简单。