车牌智能识别系统是对采集的包含车辆牌照的图像进行处理,自动定位车牌区域,实现车牌字符分割与识别的人工智能系统。因此,车牌智能识别系统主要由图像采集与预处理、车牌区域定位、车牌字符分割、特征提取与字符识别等部分组成。为高速公路收费系统设计的车牌智能识别系统将车牌智能识别的通用技术与高速公路收费站点周围环境的特点相结合,兼顾识别系统的准确性与收费系统的实时性,构建以服务高速公路收费为特色的车牌智能识别系统。本文在基于灰度图像的车牌区域搜索的思想下,提出了一套基于二值图像的,适合高速公路收费系统的车牌智能识别的算法。该算法首先通过设置图像采集设备位置的方法消除由于图像采集设备的摆放位置对车牌倾斜的影响,从而达到车牌倾斜矫正的部分目的。在图像预处理过程中,针对图像采集现场的特殊性,采用一阶差分算法结合累积像素点确定二值化阈值的方法,完成图像边缘轮廓的提取工作。在车牌区域定位中,该算法在图像预处理的基础上利用车牌区域在水平方向上像素跳变剧烈的纹理特征,并结合车牌区域的物理特性,对车牌区域进行粗定位,接着在该区域中提高定位精度,最终确定车牌区域。在此过程中,该算法运用扫描线检测的方法比较RGB三种颜色分量以确定车牌底色。针对汉字结构比数字及字母的结构复杂,该算法对两者采用不同的特征提取方法与识别算法,即对汉字采用非均匀粗网格与二阶矩相结合的特征提取方法,并采用改进的BP神经网络识别方法,而对数字及英文字母采用单位块密度与一阶原点矩相结合的特征提取方法,同时采用聚类分析的识别方法。