随着图像视频的大量涌现，图像的处理与识别成为人们关注的重点，基于图像处理的火车车号识别以其花费少，设备简单等优势，得到越来越多人的重视。本文主要研究广义霍夫变换并将其应用到铁路货车车号的识别中，课题的研究在数字图像处理技术和计算机视觉领域都有着十分重要的意义。本文的主要研究内容包括以下几个方面：　　1、在车号图像预处理的过程中，对车号图像依次进行二值化、字符分割、形态学操作、边缘提取等操作，并研究比较了每步操作中相关算法的优劣，选取了适合于车号图像的算法。　　2、对霍夫变换进行了深入研究，介绍了直线、圆的霍夫变换和广义霍夫变换，并提出了适合于车号图像的广义霍夫变换的改进算法。首先，采用模板匹配对数字图像的边缘点进行分类；然后，根据多个车号样本中出现概率较大的点制作该数字图像的R表；最后，根据车号字符特征，提出了利用二值R表进行识别，该方法在对边缘点进行Hough变换时多加了一层约束，有效的提高了识别效率。　　3、本文还研究了其他的车号特征，并将其应用到识别中，降低了运算量，提高了车号的识别率。首先，利用垂直投影法将字符图像1识别出来，其次，利用连通性特征，对字符图像粗分类，最后利用广义霍夫变换，找到车号与每个数字的相似程度，并利用此将其识别出来。　　4、设计实现了铁路货车车号识别系统。在VC6.0环境下，调用部分OpenCV库函数，实现了铁路货车车号识别，系统主要包括图像预处理、特征提取、车号识别三个模块。