车牌识别系统广泛应用于停车场管理、高速公路超速检测系统、交通事故管理系统、车辆监控系统等.因此,车牌自动识别系统可以有效服务于交通管理系统,提高交通管理效率.车牌识别系统主要包括车牌定位、车牌字符分割、车牌字符识别三个环节.针对国内外车牌识别系统的研究现状,本文对车牌定位算法以及字符分割与识别算法进行了全面介绍与深入研究.在车牌定位之前,文章对真彩图像进行了灰度化处理.彩色图像受天气、光照影响较大,利用颜色特征对车牌进行定位时,准确率不大;而且,存储彩色图像需要较大空间,这将使后续的处理速度较慢.因此,在预处理部分,本文对采集到的真彩图像进行灰度处理.车牌定位是车牌识别系统中的关键技术,车牌定位的准确度直接影响车牌识别效果.车牌定位的目标是将车牌区域从包含车辆的图像中分割出来.在车牌定位部分,文章提出了一种基于纹理特征和颜色特征的车牌定位算法.该算法首先利用车牌的纹理特征对车牌进行了初步定位,其中主要有边缘检测、数学形态学处理等步骤;最后利用车牌区域的颜色特征对车牌区域进行精确定位,主要包括空间转换、边界确定等步骤.在字符分割部分,文章根据车牌自身的特征,采用一种改进的水平投影法进行字符分割.首先,从上至下逐行扫描,当检测到第一个黑色像素时,将其所在的行视为字符上界,再从下向上扫描,当扫描到第一个黑色像素时,我们将其所在的行视为字符下界;其次,利用水平投影的方法对字符进行粗步分割.即大概在极小值处取的切分点.最后,对单个字符图像进行水平投影,即沿水平方向对字符图像从左到右扫描计,当某一列上的黑色像素点总和小于某一阈值时,则认为检测到了字符的边界.该方法对于克服字符粘连以及汉字不连通问题非常有效在字符识别部分,文章重点研究了基于左右轮廓的统计特征匹配法.本文针对车牌的最后一个字符进行识别测试。首先分别计算图像中四个方向上的第一个黑色像素点到对应边界的距离,并将其作为轮廓特征。其次,将轮廓特征作为判别函数的输入值,利用判别函数对字符进行识别。