汽车牌照自动识别技术(License Plate Recognition,LPR)是智能交通系统中的一个重要环节,主要应用在高速公路不停车收费、停车场管理等。虽然LPR已经发展多年,但由于其处理环境的复杂性,车牌识别一直是一个有解而不太理想化的系统,而车牌定位是其中最为关键同时也是难度最大的技术,对整个识别系统的性能起着至关重要的作用。本文就是针对这一关键技术,通过比较分析大量的已有成果,在前人基础上提出了结合改进的图像差影法与摄像机定标等技术的新的车牌定位方法。本文的车牌定位不是直接在图像中对车牌区域进行提取,而是通过先定位车辆区域,再在车辆区域范围内对车牌进行提取。虽然这种方法的步骤要更为复杂一些,但在车牌提取的复杂环境下,因为存在很多的外在干扰,如行人、广告牌等,先提取出车辆区域能更有效地提高车牌定位的准确度。对车辆区域地提取,本文提出了改进的差影法,充分考虑到了天气变化,摄像机抖动等因素的影响,将进行简单差影法后的图像,通过数学形态学算法,连通区域跟踪法等一系列算法,对结果图像进行了进一步的优化和改善,使差影法可以更有效地胜任车牌图像提取环境。本文采用了对图像的灰度信息和彩色信息融合的车牌定位。对分割出来的车辆区域进行车牌定位,此方法结合灰度和彩色信息定位各自的优点,提高了车牌定位的准确性。并提出根据彩色或灰度信息定位的有效性与否来初步获取车牌颜色。在后续倾斜校正中,充分考虑了摄像机的相对位置在车牌成像中的影响,通过分析图像在摄像机中的成像原理,提出了基于摄像机标定参数,获得车牌倾斜的可能角度范围,以缩小倾角检测范围的倾斜校正算法。试验验证这种方法可以有效地缩短倾角检测的时间,并能很好地避免非目标区域的干扰。对采集到的各种复杂背景、环境下的车辆图像进行了大量实验,实验结果表明本文的车牌定位方法准确度高、速度快、适应性强。