车辆牌照自动识别系统(LPR)是智能交通系统的重要组成部分,可用于各级各类车辆管理场所。与传统的车辆管理方法相比,它很大地提高了管理效率与水平,节省了人力、物力,实现了车辆管理的科学化、规范化,对交通治安起到了一定的保障作用,因此有着广泛的应用前景。车牌自动识别系统一般包括车牌定位、字符分割和字符识别三个模块。本论文基于图像处理的相关理论,将计算机视觉与模式识别技术相结合,对变形车辆牌照的识别问题进行了深入的研究和分析。研究工作主要是从以下几个方面展开的:(1)摄像机拍摄到的车牌图像,受光照影响较大,当阴天、雾天、晚上光照条件不好或者光照过强使图像接近于曝光时,牌照模糊。针对这一情况,将直方图均衡和灰度拉伸相结合,增强牌照图像,使图像更加清晰。(2)二值化的好坏会直接影响到车牌分割和字符识别,本文对局部动态阈值Otsu法提出改进措施,并用于牌照的二值化。测试结果表明,该方法不仅抗噪能力强、能完整的保持字符的笔画,同时也满足实时性要求。(3)倾斜的车牌同样会给车牌的分割识别带来困难,为了校正倾斜车牌,本文利用数学形态学技术简化车牌图像信息,利用Hough变换检测直线段、计算其倾斜角度,并实现了几何变形车牌的校正。(4)提出一种基于车牌特征的逐列扫描法,进行车牌字符的粗分割,再结合垂直投影以及回扫策略实现车牌字符的精确分割。(5)对车牌字符的识别进行了研究和讨论。