车牌牌照自动识别系统(LPR)是智能交通系统(ITS)的核心组成部分之一,通过摄像机拍摄的车辆图像,在不影响汽车状态的情况下,自动完成车牌的识别,降低交通管理工作的复杂度,减少人员消耗,实现交通的自动化管理。它以机器计算机视觉为基础,综合了图像处理、模式识别和人工智能的内容,广泛应用于交通部门的违章检测、高速公路自动收费和智能停车场管理等方面,是实现交通管理智能化的重要环节。车牌识别技术的高效和实时性不仅涉及到光学、摄像、检测、通讯、机械、电子等硬件领域,而且也涉及图像处理等领域,是一个硬件和软件相结合的整体智能识别系统。在软件层面上,一般可将车牌识别系统划分为三个主要功能模块:车牌定位、车牌字符分割及车牌字符识别。本文在分析和研究国内外车牌分割及识别技术研究进展上,结合台湾车牌的具体特点,对复杂环境下实时车牌分割和识别技术展开了系统的研究,主要包含以下内容:1)论文首先对汽车牌照识别技术课题开展的背景和意义进行了介绍,阐明了它的国内外研究发展概况,对现有的一些通用方法进行了总结和归纳。在现有研究基础上,阐明本文研究的研究意义。2)车牌定位是后续处理的前提,因此,本文在第2章简要回顾了常用的车牌定位方法,对基本的定位方法给予简明扼要的介绍,主要介绍了灰度图像及彩色图像的车牌定位方法。最后在现有方法基础上分析了台湾车牌的特殊性及常用的定位技术。3)车牌图像的分割一般分为三个步骤进行:车牌二值化、倾斜校正和字符切分。本文主要讨论台湾地区的车牌字符分割和字符识别。针对实时车牌处理系统对时间响应和性能的要求,本文提出了一种局部二值化方法。与现有的二值化方法比较,该方法在牺牲一些处理时间前提下大大提高二值化的效果。本文在最后给出了各种情况下的二值化效果对比图及处理时间对比结果。实验证明本文算法具有一定的鲁棒性。4)在车牌的倾斜校正方面,本文提出了两种倾斜车牌的校正方案:基于分段线性拟合的方法和基于改进Radon变换的方法。前者依赖于车牌二值化的质量,后者不需要二值化车牌。两种倾斜校正方案各有优点,分别适应于小角度的车牌倾斜校正和大角度的倾斜校正。5)在字符切分部分,本文针对台湾车牌字符紧凑的特点,提出了融合投影特征及嵌入车牌字符分布先验知识,对二值化的车牌字符进行切分的算法。该算法首先利用紧致上下边界的车牌二值图像估算出字符平均宽度,利用投影特征对粘连的字符边界进行条件聚类以得到字符的边界,通过车牌的初步分割和二次分割,不断对车牌的宽度进行精确估计,最后通过字符边界的投影特征搜索得到切分字符的左右边界,实现粘连字符的切分。该算法计算速度快,处理时间短,具有一定的实用意义。6)切割的车牌字符图像包含有字符图像及非字符图像,本文提出一种融合结构、颜色特征及嵌入先验知识的车牌字符图像检测算法。对于颜色车牌,该算法仅利用结构特征和车牌字符分组标志这个先验知识就可以检测出字符图像及非字符图像,而对于颜色车牌,本文在结构分析基础上,从颜色特征上对车牌字符图像进行相似性检测,将相似度低的字符图像去除,最后嵌入字符分隔符得到真实的车牌字符图像。7)在车牌字符识别方面,本文在研究二值字符图像和灰度字符图像的基础上,提出了一种基于SVM的串联分类器的字符识别算法。实验结果表明本文所提算法在自建的台湾车牌字符测试库上取得很好的分类性能。本文在最后总结了本文所做工作及所取得的成就,同时,对本文所提的算法优点及缺点作了对应的说明,提出了相应的改进的方向。