车牌识别(Lisence Plate Recgnition, LPR)是指对路面监控系统所获得的车牌图像进行自动地检测识别,并输出所监控车辆的牌照信息的技术。车牌识别是当前提倡的物联网结构中的重要组成部分。因为它给现在以汽车为主要出行工具的生活带来了巨大方便,所以该技术得到了广泛地应用,例如高速路的收费处、公共停车处及案件侦破时等。广泛地应用使车牌识别成为了当前科学研究的热点课题。车牌识别技术从1988年提出至今已经得到了广泛的研究学习,并日趋成熟。但在自然环境下,由于光照角度的变化易造成图像中的照度不均匀,以及光照不足时造成采集到的图像质量退化。对这些质量不高的图像,车牌识别系统获得的准确率较低。针对此问题作者在本文中提出了基于相位一致性的牌照识别的方法,方法中利用相位一致性检测图像边缘。由于相位不受对比度和光照角度和强弱变化影响的特点,因此检测得到的边缘清晰且完整。在相位边缘上应用车牌纹理特征定位车牌,然后利用检测得到的相位一致性车牌图像进行分割和识别。该方法提高了车牌定位在光照多变和暗光环境下的准确率。本文介绍了当前常见的车牌定位技术,提出基于相位一致性的车牌定位算法。通过实验仿真的比较,表明了本文算法的优越性。在定位得到的车牌相位一致性的基础上进行字符分割。通过对几种常见字符分割方法的比较,提出了结合垂直投影与连通域的字符分割算法,该算法提高了字符分割的精度和速度。在分割得到的单个字符的相位一致性矩阵上,应用小波分析提取字符特征向量,再利用支持向量机(SVM)完成字符初识别。对字符混淆的问题利用Harris算法检测字符角点,根据字符角点位置实现字符的再识别,进而实现车牌识别的整个过程。本文采用Matlab7.1进行仿真实验,结果表明相位一致性的应用提高了车牌识别在光照多变和暗光环境下的准确率。