随着我国国民经济的高速发展,汽车拥有量急剧增加,国内高速公路、城市道路、停车场建设越来越多,对交通控制、安全管理的要求也日益提高,智能交通系统(ITS)已成为当前交通管理发展的重要方向。车牌自动识别(ALPR)是智能交通系统的重要组成部分,有着广泛的应用领域和美好的应用前景。以自动的车牌号码识别为基础,可以对车辆进行自动登记、验证、监视、报警,进而可以应用在多种场合,如高速公路收费系统,道路、卡口监控系统,小区、停车场收费及监控系统,交通流量统计及交通诱导系统等。车牌自动识别系统一般包含图象采集与预处理、车牌定位、字符切分、字符识别四个主要模块。由于实验条件和时间的限制,本文主要围绕以下三个部分进行设计:图像采集与预处理、车牌定位和分割、字符切分。本文针对三个部分提出了有效的解决策略,完成了实验。(1)图像采集与预处理部分:本文在图象采集部分介绍了一般交通路口图象采集的方法,并对各种方法进行了对比研究;图像预处理部分包含:图像的灰度化、灰度拉伸、中值滤波、水平校正等。(2)车牌定位和分割部分:车牌定位和分割非常关键,定位结果直接影响到后面的字符识别的准确性。本文在广泛分析、比较已有方法的基础上,总结出一种综合边缘检测和迭代阈值法的算法,然后用此算法对图像进行二值化处理,并且在改进了传统的投影法的基础上实现了车牌的定位分割。实验结果表明:本文实验方法更加有效和准确,它的好处是既保留了车牌区的边缘又使车牌区最大程度的区别于背景。它对于拍摄的静态车辆图像的处理效果比较明显,适合于应用在诸如停车场、收费站等场所。(3)字符切分部分:基于准确的完成车牌定位和分割的前提下,本文提出一种利用垂直投影信息结合先验知识约束的垂直分割方法。实验结果表明,本位所采用的方法能达到较好的分割效果。车牌定位及字符分割时间小于80ms,成功率达到90%以上。整个系统的算法简单、复杂度低、能够满足快速字符分割的要求,将在智能交通、图像信息学等领域发挥实际应用价值。