在我们的日常生活中,客运和货运都离不开车辆。自动车牌分割与识别(AVLPSR)技术是智能交通系统(ITS)的关键技术之一。目前,AVLPSR技术已广泛应用于停车场、自动收费、门禁、交通执法、过境管制、交通监控等多种现实应用场景,并且在各个领域都取得了良好的效果。中国标准车牌有多种类型,车牌的构成涉及38个汉字、24个大写英文字母(字母O和I除外)和1 0个数字(临时车牌除外)。AVLPSR方法可以利用图像处理技术车辆图像来检测车牌信息。在AVLPSR技术中,最重要也是最困难的一步是对车牌信息的分割,分割的准确度将直接影响到识别的结果。图像中一些干扰因素如灰尘、雨水、不适当的照明、雾和昏暗的光线条件等,将会使识别工作更加困难。在车牌图像识别车牌中,车牌分割法是从车牌中提取重要数据的一种方法。汽车牌照图像的自动识别是汽车牌照应用领域面临的挑战,主要难点在于颜色、字体、尺寸遮挡、位置和不同车牌种类等因素。本文的研究工作主要集中在对中国汽车牌照的检测、分割和识别。AVLPSR的主要过程分为三个步骤:车牌检测、字符分割和字符识别。本文提出了一种简单的车牌检测算法利用局部二值模式直方图(LBPH)进行车牌检测,并取得了理想的检测结果。针对分割问题,提出了连通分量(CC)算法。所提出的算法有两个特点。第一,如果车牌汉字是一个结构,该算法将车牌分割为八个字符,因为中国标准车牌有八个字符,大部分是一个汉字、两个或者三个英文字母、三个或者四个数字和一个位于第三位的点。其次,如果汉字有多个结构,则该算法将这些结构合并为一个部分。该算法对所有字符,尤其是汉字,都有很好的效果。车牌识别采用了支持向量机(SVM)原理。研究结果表明,车牌检测和分割方法在准确性和性能上都有较好的表现,识别的准确率为96.7%。