车牌识别技术是智能交通系统的重要组成部分,在现今社会具备越来越重要的作用。车牌识别系统通过对车牌的自动识别,实现了车辆管理的规范化,科学化,具有广泛的应用前景。车牌识别系统主要由车牌定位,字符分割以及字符识别三部分组成。本论文对车牌识别系统进行了深入的研究,在总结前人的经验教训的基础上,解决了以下几个问题:1.现有的基于数学形态学的车牌定位算法,受结构元素选取的制约,自适应性不高。针对这种情况,本论文提出了一种改进的结构元素选取算法,该算法在处理不同尺寸的图像时经过计算,选择合适的结构元素对图像进行形态学处理,提高了算法的自适应性。2.目前,车牌连通域辨别过程中对连通域的判断没有考虑到车牌倾斜的情况,这样容易造成漏分割或错分割。针对这种情况本论文提出一种改进的连通域辨别方法,充分考虑到车牌倾斜的情况,提高了定位的准确性。3.字符分割过程中,本文在前人经验的基础上提出了一种新的车牌二值化方法,该方法计算复杂度低,实时性好,而且可以改善因字符粘连,锚点等问题带来的干扰,增加后续工作的成功率。为了验证本论文提出的算法,本人对多幅图片进行仿真验证,仿真结果表明本文改进的算法提高了识别的准确率,鲁棒性高,完全可以满足车辆识别的需要。