车牌识别(License Plate Recognition, LPR)技术是计算机视觉和模式识别技术在现代智能交通系统(Intelligent Transportation Systems, ITS)中的一项重要研究课题,是实现交通管理智能化的重要环节。典型的车牌识别系统一般包括图像预处理、车牌定位,字符分割和字符识别四个模块,本文从这四个方面对车牌自动识别技术进行了深入研究,最终确定一系列有效的算法对车牌进行识别,并实现了计算机软件的仿真,各部分均能得到有效的结果。在车牌定位前需要对原始图像进行预处理,以降低图像噪声、提高图像质量、强化车牌区域。图像预处理工作包括图像灰度化、图像二值化、图像的中值滤波、图像的边缘检测四个方面。在车牌定位方面,分析比较了基于边缘检测、基于神经网络、基于灰度特征以及基于颜色特征的多种车牌定位方法。并提出了一种利用边缘检测与线扫描相结合的车牌定位方法,满足实时性和准确率的要求。在字符分割方面,首先介绍了车牌图像二值化、倾斜校正、去除边框等算法,然后根据车牌字符具有固定宽度和间距这一特点,提出了一种垂直投影与车牌尺寸先验知识相结合的车牌字符分割方法,取得了较好的分割效果。在字符识别方面,分析比较了两种常用的车牌字符识别方法。并提出一种组合的字符识别思想,即对汉字、字母和数字分别采用不同的方法进行识别。对于汉字采用支持向量机的方法进行识别;而对于字母和数字,通过分析字符的结构特征,提出一种基于字符形态的识别方法,获得了较高的识别率。本文算法对牌照的倾斜、变形、模糊等情况有较强的抗干扰能力,特别地对光照不均、背景复杂的车辆图像具有很强的鲁棒性。