随着汽车数量的日益增多,城市的交通状况、停车场的管理等不可避免受到人们重视。车辆牌照作为汽车的重要特征之一,它的识别不可避免的成为智能交通系统的核心,起着举足轻重的作用。本文对车牌识别的几个关键技术进行了研究,并对各个关键技术进行了理论分析和仿真实验。主要研究工作如下:(1)车辆定位。车辆定位主要有两个方面的原因:一个是可以缩小车牌识别的范围,另一个可以实现复杂场景监控。本文做了基于序列图像的运动车辆定位和基于深度信息的车辆定位。基于深度信息的车辆定位利用了深度图的特性。由于采用了多种探测手段,有效的恢复了场景的空间和颜色信息。根据场景的深度信息,实现了目标与背景的分离,从而消除了背景对前景目标的干扰。对两种方法实验结果的比较,基于深度信息的运动车辆定位提高了前景目标的检测速度和背景的更新速度,并且前景目标检测有不受阴影、光照变化的影响等特点。(2)车牌定位。车牌定位是车牌自动识别系统的关键技术,如果不能在图像中正确找到车牌的位置,车牌号码的识别就无法进行。车牌定位主要通过车牌区域的特征来实现,本文主要研究通过形态学实现对车牌区域的定位,然后通过车牌区域的特征来对车牌候选区域进行验证。实验结果表明,本系统提出的基于深度信息的车辆定位具有很好的准确性,车牌定位精度也比较高。