车牌自动识别技术是智能交通领域的重要研究方向之一,应用前景十分广阔。车牌识别主要包括车牌定位、字符分割和字符识别三项关键技术。虽然已有很多车牌字符识别方法,但当车牌图像质量退化,特别是牌照中的字符出现较严重的模糊、扭曲、倾斜、缺损或污迹等情形时,车牌字符识别仍是一个有待解决的难题。本文对车牌图像预处理和车牌字符识别中的难点问题进行了研究。提出了基于方向区域距离测度的彩色图像矢量中值滤波算法。传统的矢量中值滤波器随着滤波窗口的增大运算量在迅速增加,影响算法的快速性。本文基于像素的区域属性,定义了一种方向区域距离测度并据此将滤波窗口划分为两个子窗口,然后,根据子窗口与窗口间的平均色彩距离选择滤波子窗口,最后,使用该子窗口内的像素进行矢量中值滤波。实验结果表明,该算法既保持了彩色图像的细节,具有较好的视觉滤波效果,又降低了算法的运算量,提高了运算速度。提出了基于三级模板匹配的车牌数字及字母字符识别算法。应用前景匹配测度和背景匹配测度进行第一级模板匹配;如果匹配结果是相似字符,则应用特征区域模板进行第二级模板匹配,如果第一级匹配失败则应用空心模板进行第二级模板匹配;如果第二级模板匹配失败,则第三级模板匹配应用Hausdorff距离空心模板匹配。实验结果表明,该算法对车牌字符褪色、污迹、缺损、旋转、模糊、光照不均等质量退化车牌图像的数字和字母的识别具有较好的效果。