车牌识别技术是目前智能交通领域关键技术之一,并已广泛应用于车辆轨道交通行为监控、停车场电子收费等各领域。该技术不仅涉及到计算机视觉、数字图像处理以及模式识别等重要技术领域,也是推进智能交通管理系统建设的重要研究课题之一。本文的重点是对复杂背景下车牌抗噪检测识别算法的研究。论文首先简要地论述了该系统的应用及前景;然后详细地阐述了车牌识别技术的基本原理;最后着重研究复杂背景下的车牌识别过程。此外,论文主要是对车牌识别算法的研究,包括车牌区域的定位、字符的分割以及识别的相关算法,同时这三个算法也组成了整个车牌识别系统算法的关键技术框架。1、在车牌定位方面,本文提出了基于分形维数和数学形态学相结合的车牌定位算法。该算法利用分形的自相似特性重构灰度图像的分形维数模型,再结合数学形态学的多维检测器标定车牌图像边缘,从而提高了车牌定位的准确性。2、在字符分割方面,本文采用投影分析和递归回扫法相结合的优化算法。该算法利用字符的垂直投影初步确定出每个字符的位置坐标,再根据车牌特征利用多次递归游标卡位精准分割出车牌每个字符,以提升字符分割的速度和精度。3、在字符识别方面,本文采用分割后的字符图像投影序列和边距比值作为字符的结构特征进行一次粗分类,再与标准字符模板库对应匹配进行二次分类识别。首先根据字符本身的结构特征和字符图像的投影序列,利用分类器进行粗分类筛选出可能对应字符序列,再通过与标准模板库进行匹配,从而识别出对应字符。