随着我国经济的发展和汽车拥有量的急剧增加,公路交通成为我国重要的交通运输途径,是国家大力发展的基础建设领域。日益拥堵的城市交通需要更先进、更有效的交通管理和控制。利用电子信息技术来提高管理效率、交通流量和安全系数的智能交通系统已经成为当前交通管理发展的主要方向。智能交通系统通过对道路交通流信息进行实时监测,及时地做出各种交通诱导控制和管理,使相关的交通设施得到充分合理的运用,而车牌自动识别系统则是智能交通系统的关键技术。车牌识别系统具有对车辆进行自动化监视、验证、登记与报警等强大功能,故可应用于高速公路管理系统、停车场收费管理系统、小区车辆管理系统与电子警察系统等领域当中。本文完成了车牌自动识别系统的算法研究和设计实现,主要工作由以下几个部分组成:(1)车牌定位算法。把输入的图像划分成若干矩形子图,利用车牌颜色特征对每幅子图进行局域分析,得到车牌定位模板;使用数学形态学方法去除车牌定位模板的噪声,得到最终的车牌定位模板;利用车牌定位模板提取出候选车牌区域,使用Hough变换对具有一定倾斜角度的候选车牌进行矫正;对每个候选区域运用车牌尺寸和纹理特征进行判断,排除虚假候选车牌区域,实现车牌的精确定位。(2)车牌字符分割算法。基于区域生长算法提取出二值化车牌图像中的每个连通区域;利用车牌字符的尺寸特征和字符像素占空比特征对每个连通区域进行筛选,得到候选字符区域;根据已有候选字符区域估算车牌字符的尺寸,并以此去除虚假候选字符区域;最后应用车牌字符间隔先验知识,补出遗漏的字符区域,实现车牌字符的准确分割。(3)车牌自动识别软件系统。搭建了基于C语言的车牌识别算法演示系统,该系统集成了本文中的算法研究成果。该系统完全开放,可方便地修改已有算法或添加新算法,并具有很好的硬件平台无关性。本文提出的算法已以软件系统的形式实现,并使用从各种实际场景下采集的具有代表性的大量车辆图像作为算法测试数据源对算法进行测试,结果证明车牌定位算法的准确率为96.3%,字符分割算法的准确率为96.8%。