车牌识别系统现应用于交通监控、停车场收费、车辆追踪等多领域,该系统主要技术为车牌定位、字符分割及字符识别。对于车牌定位,本文将拍摄的图像转化为灰度图,进行灰度拉伸加强对比度,通过Sobel算子提取边缘信息,运用形态学中膨胀与腐蚀算子对边缘信息进行处理,让车牌区域成为连通整体,并排除小区域干扰,最后根据车牌底色信息,对待选区域进行行列灰度统计确定精确车牌区域完成定位。对于字符分割,先将车牌灰度图转为二值图像,对图像滤波去噪,采用形态学算子让字符更清晰,标准国内车牌均为7个字符组成,字符间不粘连,据此对车牌图像做垂直投影处理,确定字符的左右边界,字符分界处的投影较少,为零或接近零,采用扫描线法,设定阈值在投影上扫描,分割出7个字符,后将字符归一化处理。对于字符识别,采用了基于导出核模型的识别方法,根据三层嵌套结构,提出了模板选择标准,经过滑动匹配计算神经响应与导出核,根据导出核最大化实现字符识别,并与基于支持向量机的识别方式相对比,导出核模型具有平移、尺度及旋转不变性的特点且运算速率快。分析了导出核模型识别率的影响因素,并通过改变底层及上层感受野调节识别率。