车牌识别技术是智能交通系统的关键技术,被广泛的应用于交通流量控制、管理出入车辆和高速ETC等,因而车牌识别技术越来越受到人们的关注。在实际应用中,车牌字符识别的识别率不仅仅与自身的结构和算法有关,还与车牌定位和字符分割的精确度有关。由于车牌字符识别广泛的应用场景,其越来越成为国内外研究的热点。论文围绕着实际应用中车牌识别算法的实现,对车牌定位、字符分割和字符识别进行电路设计,并且搭建硬件平台,实现了整个算法的FPGA(Field Programmable Gate Array)验证。整个算法包括车牌定位、字符分割与字符识别三个部分,论文中介绍了每个部分的算法设计和MATLAB验证,硬件电路的设计和FPGA验证。论文对车牌定位算法设计时进行硬件适应性改进,并设计出多种新的电路结构,使车牌定位电路中的所有模块能够满足流水线处理,减少了所需时间,并且提高了定位准确率;在字符分割算法设计中,采用连通区域标记和竖直投影相结合的方式进行分割,提高了分割准确率和速率,减少了硬件资源;在字符识别算法设计中,论文提出一种新的支持向量机结构来进行字符识别,不仅简化了多分类支持向量机的结构和层次,而且加快了识别速率;最后将三个部分结合起来完成整个车牌识别的硬件电路设计,并通过了FPGA的验证。整个算法采用Verilog HDL语言进行RTL代码的设计,利用Modelsim软件进行行为仿真,再用Quartus II的FPGA平台进行整体验证。综合实验结果说明本文提出的整体识别算法识别准确率能够达到92%,在以100 MHz为工作时钟,处理的原始图像尺寸为640×480的情况下,整体识别时间在5 ms以内,完全能够实时处理帧率为50帧/秒的视频信号,对硬件实现车牌识别系统具有较高的参考价值。课题的特色与创新点主要体现在以下几个方面,首先利用纯硬件电路实现了整套的识别算法,在不降低识别准确率的前提下,极大的提高了识别速率;其次论文提出的组合支持向量机结构能够快速准确的实现字符识别,识别速率快;并且论文对连通区域标记电路进行结构改进,实现了一次扫描即得到标记信息,使得整个车牌定位模块可以实现流水线处理。