车牌识别(LPR)系统是智能交通系统(ITS)的一个重要组成部分,该系统能从一幅车辆图像中自动提取车牌图像,自动分割字符,进而对字符进行识别,得到车牌的号码。其利用了图像处理,数学形态学,模式识别,数字信号处理等多种学科知识,有着非常广泛的应用前景。其中车牌定位以及车牌字符分割是车牌识别系统中非常关键的环节。根据研究目标的特点以及实时性的要求,本文重点在以下几个方面做了研究：车牌图像进行车牌定位之前,需要对图像进行预处理,以利于后续步骤的顺利进行,本文完成了图像灰度转换,图像去噪,对比度增强等工作,明显改善了图片质量,利于车牌定位和字符分割。在车牌定位方法上,本文提出了两种定位算法。一种是根据车牌区域角点比较丰富的特点,采用Harris角点检测算法检测出图像角点,并对角点进行区域合并,再利用车牌的先验知识在候选区域中进行车牌筛选,最终提取出车牌区域。另一种是基于Roberts边缘检测把车牌图像所有边缘检测出来,利用车牌边缘跳变比较频繁以及车牌的先验知识提取出几个车牌候选区域,然后再利用连通体检测的方法进行车牌区域的最终定位。字符分割是在基于第二种车牌定位的方法上进行的,首先进行连通体位置修正,然后判断字符连通体位于车牌的位置,最后进行相应的字符宽度区域扩展,最终实现车牌的字符分割。通过对在真实交通环境中采集到的车牌图片进行实验,结果表明,本文所采用的方法车牌能够适应复杂背景下的车牌定位和字符分割,定位正确率比较高,定位时间快,具有较好的鲁棒性和实时性。