随着我国高速铁路事业的快速发展,列车数量规模越来越大,对机车的管理也显得越来越重要,而机车车号作为机车的“身份证”在机车的管理中更是有不可忽视的作用。本文面向机车维修点的现实利用需求,针对铁路机车车号识别系统中的车号字符区域的分割和识别进行了研究,能够即时识别进出站的铁路机车,满足了实际的需求。本文先对铁路机车车号区域分割与识别算法的国内外现状进行了讨论,并在已有的汽车车牌字符分割与识别的相关算法的基础上结合铁路机车车号的特点进行了算法设计和改进。本文主要完成的是车号区域定好位后的图像预处理、车号区域字符分割和车号区域的字符识别算法。本文主要工作如下:1.对车号区域图像进行预处理,去掉对字符分割和识别带来影响的噪声,包括对获取的彩色车号区域图像进行灰度化,然后采用灰度拉伸的方法对灰度化的图像进行对比度增强。在增强对比度后对图像进行二值化将目标与背景分离从而提取出有效区域。二值化后还需要去除噪声和干扰区域。2.设计并实现了基于连通域的字符分割算法和改进的基于投影的字符分割算法。其中,改进的投影分割法结合了机车车号的特点对字符进行分割。实验结果表明,与基于连通域的字符分割法相比,该算法对对比度较强的车号区域图像有较好的适应性,分割正确率更高。3.设计并实现了基于模板匹配和BP人工神经网络的两种方法字符识别算法。实验结果表明,传统的模板匹配方法对噪声过于敏感,而BP神经网络对噪声的适应性较好,在一定数量训练集上训练出识别模型后,有较高的识别率。